• čeština
    • English
  • English 
    • čeština
    • English
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2006
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2006
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

AdaBoost v počítačovém vidění

AdaBoost in Computer Vision

Thumbnail
View/Open
final-thesis.pdf (533.3Kb)
review_15262.html (1.426Kb)
Author
Hradiš, Michal
Advisor
Potúček, Igor
Referee
Zemčík, Pavel
Grade
A
Alternative metrics PlumX
http://hdl.handle.net/11012/53950
Altmetrics
http://hdl.handle.net/11012/53950
http://hdl.handle.net/11012/53950
Metadata
Show full item record
Abstract
V této diplomové práci jsou představeny nové obrazové příznaky "local rank differences" (LRD). Tyto příznaky jsou invariantní vůči změnám osvětlení a jsou vhodné k implementaci detektorů objektů v programovatelném hardwaru, jako je například FPGA. Chování klasifikátorů s LRD vytvořených pomocí algoritmu AdaBoost bylo otestováno na datové sadě pro detekci obličejů. LRD v těchto testech dosáhly výsledků srovnatelných s výsledky klasifikátorů s Haarovými příznaky, které jsou používány v nejlepších současných detektorech objektů pracujících v reálném čase. Tyto výsledky ve spojení s faktem, že LRD je možné v FPGA vyhodnocovat několikanásobně rychleji než Haarovy příznaky, naznačují, že by LRD příznaky mohly být řešením pro budoucí detekci objektů v hardwaru. V této práci také prezentujeme nástroj pro experimenty s algoritmy strojového učení typu boosting, který je speciálně uzpůsoben oblasti počítačového vidění, je velmi flexibilní, a přitom poskytuje vysokou efektivitu učení a možnost budoucí paralelizace výpočtů. Tento nástroj je dostupný jako open source software a my doufáme, že ostatním ulehčí vývoj nových algoritmů a příznaků.
 
In this thesis, we present the local rank differences (LRD). These novel image features are invariant to lighting changes and are suitable for object detection in programmable hardware, such as FPGA. The performance of AdaBoost classifiers with the LRD was tested on a face detection dataset with results which are similar to the Haar-like features which are the state of the art in real-time object detection. These results together with the fact that the LRD are evaluated much faster in FPGA then the Haar-like features are very encouraging and suggest that the LRD may be a solution for future hardware object detectors. We also present a framework for experiments with boosting methods in computer vision. This framework is very flexible and, at the same time, offers high learning performance and a possibility for future parallelization. The framework is available as open source software and we hope that it will simplify work for other researchers.
 
Keywords
Boosting, AdaBoost, Local Rank Differences, LRD, počítačové vidění, detekce obličeje, Haarovy příznaky, WaldBoost, Boosting, AdaBoost, Local Rank Differences, LRD, Computer Vision, Face Detection, Haar-like Features, WaldBoost
Language
čeština (Czech)
Study brunch
Počítačová grafika a multimédia
Composition of Committee
Process of defence
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/53950
Source
HRADIŠ, M. AdaBoost v počítačovém vidění [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. .
Collections
  • 2006 [99]
Citace PRO

Related items

Showing items related by title, author, creator and subject.

  • Rozpoznávání vzorů v obraze pomocí AdaBoost 

    Wrhel, Vladimír
    V této práci se zaobírá algoritmem AdaBoost, který slouží k vytvoření silné klasifikační funkce pomocí několika slabých klasifikátorů. Seznámíme se taktéž s modifikacemi AdaBoostu, a to Real AdaBoostem, WaldBoostem, ...
  • Metody pro řešení spínaných obvodů 

    Kovář, Jan
    Tato disertační práce se zabývá simulacemi DC-DC měničů v jejich základních konfiguracích (Buck, Boost,Buck-boost, Čuk, SEPIC). V první části lze nalézt odvození přenosových funkcí Line-To-Output (LTO) a Control-To-Output ...
  • Detekce obličeje 

    Štrba, Miroslav
    Táto bakalárska práca obsahuje prehľad súčasných metód detekcie tvárí pomocou klasifikátorov. Obsahuje tiež popis tvorby systému na detekovanie tvárí. V prvej časti sú popísané rôzne metódy na trénovanie klasifikátorov. V ...

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV