Selection of discriminative regions and local descriptors for generic object class recognition

par Gyuri Dorkó

Thèse de doctorat en Informatique et mathématiques

Sous la direction de Cordelia Schmid.

Soutenue en 2006

à Grenoble, INPG .


  • Résumé

    Dans cette thèse, nous proposons des solutions efficaces pour deux problèmes clès de la vision par ordinateur: (i) Nous améliorons la qualité des descripteurs d'images grâce à une nouvelle mèthode de détection des points d'intérêt invariante par écheIle. Cette approche est basée sur l'idée de "description stable maximale", c'est-à-dire que le descripteur d'une région de l'image doit être stable même en présence de variations mineures du détecteur. (ii) nous intégrons des techniques de filtrage sur nos modèles d'objets. Nous montrons aussi la validité des techniques discriminatives de sélection de features basées sur des dictionnaires de descripteurs locaux. Les propriétés de ces méthodes fréquence des features, pouvoir discriminatif et redondance sont analysées et leurs performances sont évaluées dans sur des tâches de classification d'images et de localisation d'objets.


  • Pas de résumé disponible.

  • Titre traduit

    Sélection de régions significatives locales et de leurs descripteurs pour la reconnaissance de classes génériques d'objets


  • Résumé

    Ln this thesis we present solutions for two key problems: (i) we improve the quality of the image description based on a novel scale-invariant keypoint detection method and (ii) we integrate feature filtering techniques into our abject models. Our novel scale-invariant detector is based on the idea of a "maximally stable description", i. E. , the region descriptor should be stable even in the presence of minor variations of the detector. We also demonstrate discriminative feature selection techniques on visual vocabularies built on local descriptors. The properties of the methods feature frequency, discriminative power, and redundancy are analyzed and their performance is evaluated in the context of image classification and object-class localization.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (128 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. [119]-128

Où se trouve cette thèse ?

  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Non disponible pour le PEB
  • Cote : TS06/INPG/0045
  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Disponible pour le PEB
  • Cote : TS06/INPG/0045/D
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.