id:"swepub:oai:lup.lub.lu.se:41030db4-c01e-4609-be48-63157ea594d4"
Sökning: id:"swepub:oai:lup.lub.lu.se:41030db4-c01e-4609-be48-63157ea594d4" > Improving a real-ti...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Improving a real-time object detector with compact temporal information
-
- Ahrnbom, Martin (författare)
- Lund University,Lunds universitet,Mathematical Imaging Group,Forskargrupper vid Lunds universitet,Matematik LTH,Matematikcentrum,Institutioner vid LTH,Lunds Tekniska Högskola,Lund University Research Groups,Mathematics (Faculty of Engineering),Centre for Mathematical Sciences,Departments at LTH,Faculty of Engineering, LTH
-
- Bornø Jensen, Morten (författare)
- Aalborg University
-
- Åström, Karl (författare)
- Lund University,Lunds universitet,Mathematical Imaging Group,Forskargrupper vid Lunds universitet,Matematik LTH,Matematikcentrum,Institutioner vid LTH,Lunds Tekniska Högskola,Lund University Research Groups,Mathematics (Faculty of Engineering),Centre for Mathematical Sciences,Departments at LTH,Faculty of Engineering, LTH
- visa fler...
- visa färre...
- (creator_code:org_t)
- 2018
- 2018
- Engelska 8 s.
- Ingår i: International Conference on Computer Vision Workshops, 2017 : Computer Vision for Road Scene Understanding and Autonomous Driving Workshop - Computer Vision for Road Scene Understanding and Autonomous Driving Workshop. ; , s. 190-197
- Konferensbidrag (refereegranskat)
Abstract
Ämnesord
Stäng
- Neural networks designed for real-time object detectionhave recently improved significantly, but in practice, look-ing at only a single RGB image at the time may not be ideal.For example, when detecting objects in videos, a foregrounddetection algorithm can be used to obtain compact temporaldata, which can be fed into a neural network alongside RGBimages. We propose an approach for doing this, based onan existing object detector, that re-uses pretrained weightsfor the processing of RGB images. The neural network wastested on the VIRAT dataset with annotations for object de-tection, a problem this approach is well suited for. The ac-curacy was found to improve significantly (up to 66%), witha roughly 40% increase in computational time.
Ämnesord
- NATURVETENSKAP -- Data- och informationsvetenskap -- Datorseende och robotik (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Computer Vision and Robotics (hsv//eng)
Publikations- och innehållstyp
- kon (ämneskategori)
- ref (ämneskategori)
Till lärosätets databas
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Ahrnbom, Martin
- Bornø Jensen, Mo ...
- Åström, Karl
- Nilsson, Mikael
- Ardö, Håkan
- Moeslund, Thomas
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- och Datorseende och ...
- Artiklar i publikationen
- International Co ...
- Av lärosätet
- Lunds universitet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
