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”

Improving Multi-view Object Recognition by Detecting Changes in Point Clouds

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F16%3APU121600" target="_blank" >RIV/00216305:26230/16:PU121600 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/document/7850045/" target="_blank" >http://ieeexplore.ieee.org/document/7850045/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SSCI.2016.7850045" target="_blank" >10.1109/SSCI.2016.7850045</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Improving Multi-view Object Recognition by Detecting Changes in Point Clouds

  • Popis výsledku v původním jazyce

    This paper proposes the use of change detection in a multi-view object recognition system in order to improve its flexibility and effectiveness in dynamic environments. Multi-view recognition approaches are essential to overcome problems related to clutter, occlusion or camera noise, but the existing systems usually assume a static environment. The presence of dynamic objects raises another issue - the inconsistencies introduced to the internal scene model. We show that by incorporating the change detection and correction of the inherent scene inconsistencies, we can reduce false positive detections by 70% in average for moving objects when tested on the publicly available TUW dataset. To reduce time required for verifying a large set of accumulated object pose hypotheses, we further integrate a clustering approach into the original multi-view object recognition system and show that this reduces computation time by approximately 16%.

  • Název v anglickém jazyce

    Improving Multi-view Object Recognition by Detecting Changes in Point Clouds

  • Popis výsledku anglicky

    This paper proposes the use of change detection in a multi-view object recognition system in order to improve its flexibility and effectiveness in dynamic environments. Multi-view recognition approaches are essential to overcome problems related to clutter, occlusion or camera noise, but the existing systems usually assume a static environment. The presence of dynamic objects raises another issue - the inconsistencies introduced to the internal scene model. We show that by incorporating the change detection and correction of the inherent scene inconsistencies, we can reduce false positive detections by 70% in average for moving objects when tested on the publicly available TUW dataset. To reduce time required for verifying a large set of accumulated object pose hypotheses, we further integrate a clustering approach into the original multi-view object recognition system and show that this reduces computation time by approximately 16%.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TE01020415" target="_blank" >TE01020415: Centrum kompetence ve zpracování vizuálních informací (V3C - Visual Computing Competence Center)</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2016

  • 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

    IEEE Symposium on Computational Intelligence for Multimedia, Signal and Vision Processing

  • ISBN

    978-1-5090-4239-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1-7

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Atény

  • Místo konání akce

    Athens

  • Datum konání akce

    6. 12. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000400488301086