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
Přispěvatelé:	Institut Pascal (IP), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-SIGMA Clermont (SIGMA Clermont)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAGE - ENISo, Université de Sousse, Logiroad, Sciencesconf.org, CCSD
Jazyk:	francouzština
Rok vydání:	2015
Předmět:	[INFO.INFO-CV] Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV] Filtre de Monte Carlo Spécialisation Détecteur de piétons [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV] Transfert d'apprentissage transductif
Zdroj:	Journées francophones des jeunes chercheurs en vision par ordinateur Journées francophones des jeunes chercheurs en vision par ordinateur, Jun 2015, Amiens, France
Popis:	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 une application de cette méthode pour spécialiser un détecteur de piétons générique à une scène de trafic routier. Les performances enregistrées du détecteur spécialisé sur des données réelles avec un seul faux positif par image, dépassent celles du détecteur générique de plus de 40%.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::bf0dbd24d1119005de3b1de5585f2205 https://hal.archives-ouvertes.fr/hal-01161914 Zobrazit plný text záznamu