Pyramides spatiales d'histogrammes invariantes aux transformations pour la reconnaissance de lieux

Vladislavs Dovgalecs (1) , Sandra Ilcus (2) , Rémi Mégret (1) , Yannick Berthoumieu (1)

1 IMS - Laboratoire de l'intégration, du matériau au système
2 Technical University of Cluj-Napoca

Dans cet article, nous proposons une approche pour la reconnaissance visuelle de scène intégrant à l'approche par Pyramide Spatiale d'Histogrammes des propriétés d'invariance vis à vis des transformations spatiales. Il s'agit de tirer parti des bonnes caractéristiques de ce descripteur en termes de discrimination tout en limitant sa sensibilité à l'alignement spatial des contenus. L'invariance est appliquée par la construction d'un noyau invariant adapté au classifieur SVM. Les expérimentations sur vidéos réelles prises dans diverses conditions montrent la pertinence de cette approche dans les cas de faible supervision et quand les données annotées et de test ne sont pas obtenues dans des conditions identiques

Mots clés: Reconnaissance de lieu; Classification d'image; SVM invariant; Pyramide Spatiale d'Histogrammes

Domaines: Intelligence artificielle [cs.AI]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Vladislavs Dovgalecs, Sandra Ilcus, Rémi Mégret, Yannick Berthoumieu. Pyramides spatiales d'histogrammes invariantes aux transformations pour la reconnaissance de lieux. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656531⟩