帕斯卡挥发性有机化合物

PASCAL可视化对象类挑战:回顾。PASCAL视觉对象类(VOC)挑战包括两个部分:(i)一个公开可用的图像数据集,以及基本真相注释和标准化评估软件;以及(ii)年度竞赛和研讨会。有五个挑战:分类、检测、分割、动作分类和人物布局。本文回顾了2008-2012年的挑战。本文面向两个读者:算法设计者,研究人员,他们希望了解VOC数据集的性能,以及当前这一代算法的局限性和弱点;还有,挑战设计师,他们希望看到我们作为组织者从过程中学到了什么,以及我们对组织未来挑战的建议。为了分析提交的算法在VOC数据集上的性能,我们引入了一些新的评估方法:一种用于确定两种算法性能差异是否显著的bootstrapping方法;一个标准化的平均精度,这样就可以在具有不同比例正实例的类之间进行性能比较;一种用于在多个算法之间可视化性能的聚类方法,以便能够识别难易图像;并利用联合分类器对所提交的算法进行综合评价,以衡量它们的互补性和综合性能。我们还利用Hoiem等人(欧洲计算机视觉会议记录,2012年)的方法分析社区在时间上的进展,以确定发生错误的类型。最后,我们评估了这项挑战中成功的方面,以及在未来挑战中可以改进的方面。


zbMATH中的参考文献(参考文献125篇)

显示125个结果中的41到60个。
按年份排序(引用)
  1. Arandjelović,Ognjen:幻觉最优高维子空间(2014)ioport公司
  2. 比伦、哈坎;南布迪里,维奈P。;van Gool,Luc J.:具有潜在窗口参数的对象和动作分类(2014)ioport公司
  3. 赵荣昌;李,明斯克;张显珍;吴松怀:基于局部运动和群稀疏性的鲁棒动作识别(2014)ioport公司
  4. 达夫纳,斯特凡;Odobez,Jean-Marc:利用颜色分割进行上半身检测(2014)ioport公司
  5. 范宝洁;杜英奎;Cong,Yang:用于鲁棒目标跟踪的带标签信息的在线学习区分词典(2014)
  6. 费尔南多,巴苏拉;弗罗蒙特,埃莉萨;Tuytelaars,Tinne:为图像分类挖掘中层特征(2014)ioport公司
  7. 加列吉洛斯,卡罗来纳州;麦克菲,布莱恩;Lanckriet,Gert R.G.:通过多核度量学习进行迭代类别发现(2014)
  8. 龚伯清;格雷曼,克里斯汀;Sha,Fei:用于视觉对象识别的无监督域自适应学习核(2014)
  9. 郭,葛;王一舟;蒋婷婷;尤耶,艾伦L。;芳,芳;高文:物体部分重要性的形状重构测度及其在目标检测和定位中的应用(2014)
  10. 艾恩,阿德里安;卡罗拉,乔昂;Sminchisescu,Cristian:基于图形-背景组成的概率联合图像分割和标记(2014)
  11. 金,玄秋;Paik,Joonki:基于低秩表示的基于联合稀疏性的多任务特征学习目标跟踪(2014)
  12. Kobayashi,Takumi:低秩双线性分类:有效凸优化和扩展(2014)
  13. 莱曼,阿兰·D。;盖勒,彼得五世。;van Gool,Luc:高效目标检测的分支和排名(2014)ioport公司
  14. 刘灵巧;王磊:基于多线性描述子的HEp-2细胞图像分类(2014)ioport公司
  15. 妈妈,安迪J。;Yuen,Pong C.:简化分析依赖建模:视觉识别的鲁棒融合(2014)
  16. 马吉、次郎苏;Shakhnarovich,Gregory:从相关注释中发现零件和属性(2014)ioport公司
  17. 马林·希门尼斯,M.J。;齐瑟曼,A。;艾希纳,M。;法拉利,V.:在视频中发现人们互相注视(2014)ioport公司
  18. 莫拉莱斯·冈萨雷斯,安妮特;门多萨,纽斯维尔;加戈·阿隆索,安德烈斯;加西亚-雷耶斯,埃德尔B。;Medina Pagola,JoséE.:使用频繁近似子图进行基于图的图像分类的新提议(2014)ioport公司
  19. 内格里,巴勃罗;古西,诺贝托;洛蒂托,帕布罗:《在运动特征空间上探测行人》(2014)ioport公司
  20. 施、存照;王春恒;萧百花;高松;胡金龙:基于树结构模型的端到端场景文本识别(2014)ioport公司