• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Conference on Computer Vision and Pattern Recognition Workshops >Detecting and Grouping Identical Objects for Region Proposal and Classification
【24h】

Detecting and Grouping Identical Objects for Region Proposal and Classification

机译：检测和分组区域提案和分类的相同对象

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

摘要

Often multiple instances of an object occur in the same scene, for example in a warehouse. Unsupervised multi-instance object discovery algorithms are able to detect and identify such objects. We use such an algorithm to provide object proposals to a convolutional neural network (CNN) based classifier. This results in fewer regions to evaluate, compared to traditional region proposal algorithms. Additionally, it enables using the joint probability of multiple instances of an object, resulting in improved classification accuracy. The proposed technique can also split a single class into multiple sub-classes corresponding to the different object types, enabling hierarchical classification.
机译：通常，对象的多个实例发生在同一场景中，例如在仓库中。无监督的多实例对象发现算法能够检测和识别这些对象。我们使用这样的算法向卷积神经网络（CNN）基于分类器提供对象提案。与传统区域提案算法相比，这导致较少的评估区域。此外，它可以使用对象的多个实例的联合概率来实现，从而提高了分类精度。该技术还可以将单个类拆分为与不同对象类型对应的多个子类别，使能分级分类。

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