Apprentissage semi-supervisé pour la détection multi-objets dans des séquences vidéos : Application à l'analyse de flux urbains

Autor: Maâmatou, Houda

Depuis les années 2000, un progrès significatif est enregistré dans les travaux de recherche qui proposent l’apprentissage de détecteurs d’objets sur des grandes bases de données étiquetées manuellement et disponibles publiquement. Cependa

Externí odkaz: http://www.theses.fr/2017CLFAC015/document

Transfert d'apprentissage par un filtre séquentiel de Monte Carlo : application à la spécialisation d'un détecteur de piétons

Autor: MAAMATOU, HOUDA, Chateau, Thierry, GAZZAH, SAMI, GOYAT, YANN, Essoukri Ben Amara, Najoua

Publikováno v: Journées francophones des jeunes chercheurs en vision par ordinateur
Journées francophones des jeunes chercheurs en vision par ordinateur, Jun 2015, Amiens, France

International audience; Nous proposons une méthode de transfert d'apprentissage de type transductif basée sur un filtre séquentiel de Monte Carlo pour la spécialisation d'un classifieur générique vers un domaine cible donné. Nous présentons u

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::bf0dbd24d1119005de3b1de5585f2205
https://hal.archives-ouvertes.fr/hal-01161914

Faster R-CNN Scene Specialization with a Sequential Monte-Carlo Framework.

Autor: Mhalla, Ala, Maamatou, Houda, Chateau, Thierry, Gazzah, Sami, Essoukri Ben Amara, Najoua

Publikováno v: 2016 International Conference on Digital Image Computing: Techniques & Applications (DICTA); 2016, p1-7, 7p

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.