Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”
LL1303

Vyhledávání vizuálních kategorií ve velkém množství obrázků

Veřejná podpora

  • Poskytovatel

    Ministerstvo školství, mládeže a tělovýchovy

  • Program

    ERC CZ

  • Veřejná soutěž

    ERC CZ 2 (SMSM2013LL1)

  • Hlavní účastníci

    České vysoké učení technické v Praze / Fakulta elektrotechnická

  • Druh soutěže

    VS - Veřejná soutěž

  • Číslo smlouvy

    MSMT-24083/2013

Alternativní jazyk

  • Název projektu anglicky

    Large Scale Category Retrieval

  • Anotace anglicky

    The main goal of the project is to scale the category-object retrieval to large databases. To achieve this, a suitable image representation for indexing will be built. To this end, the following will be investigated: Design of novel local features and feature classes, and suitable descriptors that enable both fast indexing and have discriminative power for verification. Machine learning approaches to learn features and descriptors from a large amounts of training data. The data will be obtained in an unsupervised manner through large-scale mining The following issues will be investigated for the category model learning and detection stages: Category models capable of capturing intra-class variation will be studied. Methods for a transition from generative to discriminative models will be investigated. Algorithms for fast scoring eliminating a majority of false candidates and preserving most of the instances of the category will be investigated. We will pursue hypothesize and verify algorithms with sequential verification focusing on the speed v. quality of the decision trade-off. Special attention will be paid to spatial or topological distribution of object parts. On the high-level side we plan to tackle the following: Performance boosting by incremental model update from novel examples detected from unlabelled data. Mining for commonly appearing category-like structures.

Vědní obory

  • Kategorie VaV

    ZV - Základní výzkum

  • CEP - hlavní obor

    IN - Informatika

  • CEP - vedlejší obor

    JD - Využití počítačů, robotika a její aplikace

  • CEP - další vedlejší obor

  • OECD FORD - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)<br>20204 - Robotics and automatic control<br>20205 - Automation and control systems

Hodnocení dokončeného projektu

  • Hodnocení poskytovatelem

    V - Vynikající výsledky projektu (s mezinárodním významem atd.)

  • Zhodnocení výsledků projektu

    V rámci ERC-CZ projektu LASCAR (LL1303) na katedře kybernetiky Fakulty elektrotechnické ČVUT v Praze vznikl nový, mimořádně silný, mezinárodní tým. Tento tým publikoval výzkum v oblasti počítačového vidění a vyhledávání obrázků na prestižních mezinárodních konferencích a v impaktovaných časopisech. Výzkum představuje současný stav vědění a má mimořádný citační ohlas.

Termíny řešení

  • Zahájení řešení

    1. 7. 2013

  • Ukončení řešení

    30. 6. 2018

  • Poslední stav řešení

    U - Ukončený projekt

  • Poslední uvolnění podpory

    2. 2. 2018

Dodání dat do CEP

  • Důvěrnost údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

  • Systémové označení dodávky dat

    CEP19-MSM-LL-U/01:1

  • Datum dodání záznamu

    18. 6. 2019

Finance

  • Celkové uznané náklady

    31 903 tis. Kč

  • Výše podpory ze státního rozpočtu

    31 903 tis. Kč

  • Ostatní veřejné zdroje financování

    0 tis. Kč

  • Neveřejné tuz. a zahr. zdroje finan.

    0 tis. Kč