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

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.
Document type :
Conference papers
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-00435707
Contributor : Fabien Moutarde <>
Submitted on : Tuesday, November 24, 2009 - 4:12:29 PM
Last modification on : Monday, November 12, 2018 - 10:55:29 AM

Identifiers

  • HAL Id : hal-00435707, version 1

Citation

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⟩

Share

Metrics

Record views

109