• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Image Processing >OBJECT RECOGNITION SPEED IMPROVEMENT USING BITMAP-HOG
【24h】

OBJECT RECOGNITION SPEED IMPROVEMENT USING BITMAP-HOG

机译：使用位图-Hog的对象识别速度改进

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Commonly, HoG/SVM classifier uses rectangular images for HoG feature descriptor extraction and training. This means significant additional work has to be done to process irrelevant pixels belonging to the background surrounding the object of interest. While some objects may indeed be square or rectangular, most of objects are not easily representable by simple geometric shapes. In Bitmap-HoG approach we propose in this paper, the irregular shape of object is represented by a bitmap to avoid processing of extra background pixels. Bitmap, derived from the training dataset, encodes those portions of an image to be used to train a classifier. Experimental results show that not only the proposed algorithm decreases the workload associated with HoG/SVM classifiers by 75% compared to the state-of-the-art, but also it shows an average increase about 5% in recall and a decrease about 2% in precision in comparison with standard HoG.
机译：通常，HOG / SVM分类器使用矩形图像进行HOG特征描述符提取和培训。这意味着必须进行重要的额外工作来处理属于围绕感兴趣对象的背景的无关像素。虽然某些物体可能确实是正方形或矩形，但大多数物体不容易通过简单的几何形状来表示。在Bitmap-Hog方法中我们提出本文，对象的不规则形状由位图表示，以避免处理额外的背景像素。从训练数据集派生的位图编码要用于训练分类器的图像的那些部分。实验结果表明，与最先进的算法减少了所提出的算法与Hog / SVM分类器相关的工作量减少75％，但它表明召回的平均增加约5％，减少约2％与标准猪相比，精确度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号