Selection itérative de transformations pour la classification d'images - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

Selection itérative de transformations pour la classification d'images

Mattis Paulin
  • Fonction : Auteur
  • PersonId : 956055
Jérôme Revaud
  • Fonction : Auteur
  • PersonId : 946914
Zaid Harchaoui
  • Fonction : Auteur
  • PersonId : 895242
Florent Perronnin
  • Fonction : Auteur
  • PersonId : 928545
Cordelia Schmid
  • Fonction : Auteur
  • PersonId : 831154

Résumé

En classification d'images, une stratégie efficace pour apprendre un classifieur invariant à certaines transformations consiste à augmenter l'échantillon d'apprentissage par le même ensemble d'exemples mais auxquels les transformations ont été appliquées. Néanmoins, lorsque l'ensemble des transformations possibles est grand, il peut s'avérer difficile de sélectionner un petit nombre de transformations pertinentes parmi elles tout en conservant une taille d'échantillon d'apprentissage raisonnable. optimal. En effet, toutes les transformations n'apportent pas le même impact sur la performance ; certains peuvent même dégrader la performance. Nous proposons un algorithme de sélection automatique de transformations : à chaque itération, la transformation qui donne le plus grand gain en performance est sélectionnée. Nous évaluons notre approche sur les images de la compétition ImageNet 2010 et améliorons la performance en top-5 accuracy de 70.1% à 74.9%.
Fichier principal
Vignette du fichier
rfia2014_Cordelia_SCHMID_Final.pdf (350.23 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-00988820 , version 1 (09-05-2014)

Identifiants

  • HAL Id : hal-00988820 , version 1

Citer

Mattis Paulin, Jérôme Revaud, Zaid Harchaoui, Florent Perronnin, Cordelia Schmid. Selection itérative de transformations pour la classification d'images. RFIA 2014 - Reconnaissance de Formes et Intelligence Artificielle, Jun 2014, Rouen, France. ⟨hal-00988820⟩
381 Consultations
466 Téléchargements

Partager

Gmail Facebook X LinkedIn More