Efficient multi-class objet detection with a hierarchy of classes

Résumé : Dans cet article, nous présentons une nouvelle approche de détection multi-classes basée sur un parcours hiérarchique de classifieurs appris simultanément. Pour plus de robustesse et de rapidité, nous proposons d’utiliser un arbre de classes d’objets. Notre modèle de détection est appris en combinant les contraintes de tri et de classification dans un seul problème d’optimisation. Notre formulation convexe permet d’utiliser un algorithme de recherche pour accélérer le temps d’exécution. Nous avons mené des évaluations de notre algorithme sur les benchmarks PASCAL VOC (2007 et 2010). Comparé à l’approche un-contre-tous, notre méthode améliore les performances pour 20 classes et gagne 10x en vitesse.
Type de document :
Thèse
Other. Université Blaise Pascal - Clermont-Ferrand II, 2015. English. 〈NNT : 2015CLF22623〉
Liste complète des métadonnées

Littérature citée [155 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01295001
Contributeur : Abes Star <>
Soumis le : vendredi 8 juillet 2016 - 10:45:07
Dernière modification le : mercredi 5 juillet 2017 - 10:35:47
Document(s) archivé(s) le : dimanche 9 octobre 2016 - 10:10:18

Fichier

ODABAI_FARD_2015CLF22623.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01295001, version 1

Citation

Seyed Hamidreza Odabai Fard. Efficient multi-class objet detection with a hierarchy of classes. Other. Université Blaise Pascal - Clermont-Ferrand II, 2015. English. 〈NNT : 2015CLF22623〉. 〈tel-01295001〉

Partager

Métriques

Consultations de la notice

1767

Téléchargements de fichiers

261