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”

Low-Level Image Features for Real-Time Object Detection

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F10%3APU89484" target="_blank" >RIV/00216305:26230/10:PU89484 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Low-Level Image Features for Real-Time Object Detection

  • Popis výsledku v původním jazyce

    The main aim of the chapter is to provide information about the Local Rank Patterns image feature: Its background, mathematical definition, evaluation of its performance and notes on its implementation and use in object detectors. Implementations on theMMX, SSE, FPGA (programmable hardware), GPU (Cg) and CUDA platforms are described and experimentally evaluated. The performance of the image feature is evaluated within the WaldBoost classifier on the task of face detection, and it is compared to the commonly used Haar wavelets, local binary patterns and other low level features. The Local Rank Patterns feature seems suitable for hardware acceleration both directly by programmable or hard-wired hardware, but also by processors supporting different setsof the SIMD instructions. It is shown, that the LRP feature is an important alternative for construction of fast object detectors.

  • Název v anglickém jazyce

    Low-Level Image Features for Real-Time Object Detection

  • Popis výsledku anglicky

    The main aim of the chapter is to provide information about the Local Rank Patterns image feature: Its background, mathematical definition, evaluation of its performance and notes on its implementation and use in object detectors. Implementations on theMMX, SSE, FPGA (programmable hardware), GPU (Cg) and CUDA platforms are described and experimentally evaluated. The performance of the image feature is evaluated within the WaldBoost classifier on the task of face detection, and it is compared to the commonly used Haar wavelets, local binary patterns and other low level features. The Local Rank Patterns feature seems suitable for hardware acceleration both directly by programmable or hard-wired hardware, but also by processors supporting different setsof the SIMD instructions. It is shown, that the LRP feature is an important alternative for construction of fast object detectors.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LC06008" target="_blank" >LC06008: Centrum počítačové grafiky</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název knihy nebo sborníku

    Pattern Recognition, Recent Advances

  • ISBN

    978-953-7619-90-9

  • Počet stran výsledku

    26

  • Strana od-do

    111-136

  • Počet stran knihy

    524

  • Název nakladatele

    IN-TECH Education and Publishing

  • Místo vydání

    Vienna

  • Kód UT WoS kapitoly