Filtering False Positives of a Visual Object Detector using 3D Laser Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00200585" target="_blank" >RIV/68407700:21230/12:00200585 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Filtering False Positives of a Visual Object Detector using 3D Laser Data
Popis výsledku v původním jazyce
The paper describes implementation of a simple yet very efficient filtering step for object detection. The filter is implemented in ROS middle-ware and applied on a mobile robot. Visual detector tuned to achieve high recall yields many false positive detections. However, many false positives annoy the human operator. We suggest to apply 3D data from a rotation laser range-finder and the expected object dimension in order to discard the false detections. Using a projection of the 3D points into the image, the visual detection rectangle delimits a subset of the 3D points supposedly belonging to the target object. From that 3D points subset, we estimate the object distance. We compare the distance/size ratio and discard the tentative detection if it doesnot match the expectation.
Název v anglickém jazyce
Filtering False Positives of a Visual Object Detector using 3D Laser Data
Popis výsledku anglicky
The paper describes implementation of a simple yet very efficient filtering step for object detection. The filter is implemented in ROS middle-ware and applied on a mobile robot. Visual detector tuned to achieve high recall yields many false positive detections. However, many false positives annoy the human operator. We suggest to apply 3D data from a rotation laser range-finder and the expected object dimension in order to discard the false detections. Using a projection of the 3D points into the image, the visual detection rectangle delimits a subset of the 3D points supposedly belonging to the target object. From that 3D points subset, we estimate the object distance. We compare the distance/size ratio and discard the tentative detection if it doesnot match the expectation.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/7E10044" target="_blank" >7E10044: Natural human-robot cooperation in dynamic environments</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