메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
연구보고서
저자정보
Dipankar Das (Saitama University) Yoshinori Kobayashi (Saitama University) Yoshiori Kuno (Saitama University)
저널정보
대한전자공학회 대한전자공학회 기타 간행물 Korea-Japan Joint Workshop on Frontiers of Computer Vision (FCV) 2010
발행연도
2010.2
수록면
481 - 485 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we address the problem of discovery and detection of multiple object categories with large viewpoint and appearance changes. The approach ?rst learns a compact representation for multiple object categories by automatically optimizing the number of topics and decomposing an object category into an appropriate number of sub-categories. The opti-mization process uses object speci?c topic probabilities under each object sub-category as an objective function and maximize it by varying the number of topics during generative learning stage. This optimized representation can be used to discover probable object locations within an image. Then the second stage of the approach uses a discriminative classi?er to verify the probable object locations for ?nal object regions. In order to discriminate among diverse object categories the classi?er uses х2 merging kernel with both shape and appearance features. We obtained excellent experimental results on a variety of complex object categories. We improve the state-of-the-art on ETHZ standard shape database for several object categories.

목차

Abstract
1. Introduction
2. Topic Optimization with Generative Model
3. SVM Classifier with Merging Kernel
4. Detecting Objects in Test Images
5. Experimental Results
6. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0