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”

Learning local distance functions for place recognition

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00200341" target="_blank" >RIV/68407700:21230/12:00200341 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Learning local distance functions for place recognition

  • Popis výsledku v původním jazyce

    The goal of this work is to retrieve images from a large geotagged image database depicting the same place as a given query photograph. Previous work has shown that objects, which frequently occur in the database (such as trees or road mark ings), can cause significant confusion between different places, and suppressing features on such "confusing" objects can significantly improve retrieval performance. In this work, we investigate whether suppressing confusing features in the database can be cast as learning local per-image distance functions. We demonstrate that finding such local distance functions can be formulated as a linear program and perform initial experiments on a database of 17,000 street view images of Paris.

  • Název v anglickém jazyce

    Learning local distance functions for place recognition

  • Popis výsledku anglicky

    The goal of this work is to retrieve images from a large geotagged image database depicting the same place as a given query photograph. Previous work has shown that objects, which frequently occur in the database (such as trees or road mark ings), can cause significant confusion between different places, and suppressing features on such "confusing" objects can significantly improve retrieval performance. In this work, we investigate whether suppressing confusing features in the database can be cast as learning local per-image distance functions. We demonstrate that finding such local distance functions can be formulated as a linear program and perform initial experiments on a database of 17,000 street view images of Paris.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/7E10046" target="_blank" >7E10046: Planetary Robotics Vision Scout</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • 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

    CVWW 2012: Proceedings of the 17th Computer Vision Winter Workshop

  • ISBN

    978-961-90901-6-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    168-173

  • Název nakladatele

    Slovenian Pattern Recognition Society

  • Místo vydání

    Ljubljana

  • Místo konání akce

    Mala Nedelja

  • Datum konání akce

    1. 2. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku