Single template object detector based on histogram of oriented gradients

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>

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%.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

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

Rok uplatnění

2015

Kód důvěrnosti údajů

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

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