Single template object detector based on histogram of oriented gradients
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F15%3APU116069" target="_blank" >RIV/00216305:26220/15:PU116069 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/TSP.2015.7296367" target="_blank" >http://dx.doi.org/10.1109/TSP.2015.7296367</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TSP.2015.7296367" target="_blank" >10.1109/TSP.2015.7296367</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Single template object detector based on histogram of oriented gradients
Popis výsledku v původním jazyce
Most of the current image object detection algorithms use very large data sets for their training and these methods are also optimized for those big data sets. Unfortunately, in many cases it is very costly or even impossible to collect large data sets for training (e.g. in medicine, astronomy, and other fields). In this paper a new approach based on Dalal's Histogram of Oriented Gradients (HOG) [3] is introduced. It is devoted for training from a single training template and is optimized to achieve reasonable accuracy with this limited training set. The accuracy is validated on 100 images, where half of them contains positive and the other half negative images. The accuracy achieved is 98%.
Název v anglickém jazyce
Single template object detector based on histogram of oriented gradients
Popis výsledku anglicky
Most of the current image object detection algorithms use very large data sets for their training and these methods are also optimized for those big data sets. Unfortunately, in many cases it is very costly or even impossible to collect large data sets for training (e.g. in medicine, astronomy, and other fields). In this paper a new approach based on Dalal's Histogram of Oriented Gradients (HOG) [3] is introduced. It is devoted for training from a single training template and is optimized to achieve reasonable accuracy with this limited training set. The accuracy is validated on 100 images, where half of them contains positive and the other half negative images. The accuracy achieved is 98%.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
International Conference on Telecommunications and Signal Processing (TSP)
ISBN
978-1-4799-8498-5
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
508-512
Název nakladatele
Neuveden
Místo vydání
Prague, Czech Republic
Místo konání akce
Berlín
Datum konání akce
1. 7. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000375231000258