Apprentissage de détecteurs visuels d'objets par dopage utilisant un algorithme hybride évolution-escalade - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2006

Apprentissage de détecteurs visuels d'objets par dopage utilisant un algorithme hybride évolution-escalade

Fabien Moutarde
Bogdan Stanciulescu
Bruno Steux
  • Fonction : Auteur
  • PersonId : 955111

Résumé

Cet article présente une technique efficace d'apprentissage automatique de détecteurs visuels d'objets. Notre méthode utilise un dopage adaptatif (adaBoost), appliqué à une famille très générale et originale de primitives visuelles (les “points de contrôle”), avec un apprenant faible lui aussi original, hybride entre recherche évolutionniste et escalade. D'excellentes performances sont obtenues pour la détection de voitures vues de l'arrière : 95% de détection avec moins d'une fausse alarme par image dans une vidéo.
Fichier non déposé

Dates et versions

hal-00435707 , version 1 (24-11-2009)

Identifiants

  • HAL Id : hal-00435707 , version 1

Citer

Yotam Abramson, Fabien Moutarde, Bogdan Stanciulescu, Bruno Steux. Apprentissage de détecteurs visuels d'objets par dopage utilisant un algorithme hybride évolution-escalade. 8° conférence francophone sur l'apprentissage automatique (CAp'2006), May 2006, Tregastel, France. ⟨hal-00435707⟩
61 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More