Bağlamsal çıkarımla nesne sezimi

Simple item page
dc.citation.epage300en_US
dc.citation.spage297en_US
dc.contributor.authorKalaycılar, Fıraten_US
dc.contributor.authorAksoy, Selimen_US
dc.coverage.spatialAntalya, Turkey
dc.date.accessioned2016-02-08T12:27:46Z
dc.date.available2016-02-08T12:27:46Z
dc.date.issued2009-04en_US
dc.departmentDepartment of Computer Engineeringen_US
dc.descriptionDate of Conference: 9-11 April 2009
dc.descriptionConference name: IEEE 17th Signal Processing and Communications Applications Conference, 2009
dc.description.abstractBu bildiride, sezim başarımını arttırmada tek tek sezilmiş nesneler arasındaki bağlamsal ilişkilerden yararlanan bir nesne sezim sistemi tanıtılmaktadır. Bu çalışmadaki ilk katkı, iki boyutlu görüntü uzayında yapılan ölçümlerden olasılıksal çıkarım yaparak nesneler arası gerçek dünya ilişkilerinin (çevresinde, yakınında, üzerinde vb.) modellenmesidir. Diğer bir katkı ise, bireysel nesne etiketlerine ve nesne ikilileri arasındaki ilişkilere bağlı olan sahne olasılık fonksiyonunun enbüyütülerek, nesnelerin en son etiketlerinin atanmasıdır. En tutarlı sahne duzenleşimini bulmak için bu enbüyütme problemi, doğrusal eniyileme kullanılarak çözülmüştür. Ofis görüntüleri içeren iki farklı veri kümesinde yapılan deneylerde, gerçek dünya uzamsal ilişkileri bağlamsal bilgi olarak kullanıldığında genel sezim başarımının arttığı gözlemlenmiştir. In this paper, an object detection system that utilizes contextual relationships between individually detected objects to improve the overall detection performance is introduced. The first contribution in this work is the modelling of real world object relationships (beside, on, near etc.) that can be probabilistically inferred using measurements in the 2D image space. The other contribution is the assignment offinol lobe/s to the detected objects by maximizing a scene probability function that is defined jointly using both individual object labels and their pairwise spatial relationships. The most consistent scene configuration is obtained by solving the maximization problem using linear optimization. Experiments on two different office data sets showed that incorporation of the real world spatial relationships as can textual information improved the overall detection performance. ©2009 IEEE.en_US
dc.description.provenanceMade available in DSpace on 2016-02-08T12:27:46Z (GMT). No. of bitstreams: 1 bilkent-research-paper.pdf: 70227 bytes, checksum: 26e812c6f5156f83f0e77b261a471b5a (MD5) Previous issue date: 2009en
dc.identifier.doi10.1109/SIU.2009.5136391en_US
dc.identifier.urihttp://hdl.handle.net/11693/28713
dc.language.isoTurkishen_US
dc.publisherIEEE
dc.relation.isversionofhttp://dx.doi.org/10.1109/SIU.2009.5136391en_US
dc.source.titleIEEE 17th Signal Processing and Communications Applications Conference, SIU 2009en_US
dc.subject2D imagesen_US
dc.subjectData setsen_US
dc.subjectDetection performanceen_US
dc.subjectIndividual objectsen_US
dc.subjectLinear optimizationen_US
dc.subjectMaximization problemen_US
dc.subjectObject detectionen_US
dc.subjectObject detection systemsen_US
dc.subjectProbability functionsen_US
dc.subjectReal-world objectsen_US
dc.subjectSpatial relationshipsen_US
dc.subjectTextual informationen_US
dc.subjectOptimizationen_US
dc.subjectSignal processingen_US
dc.subjectSignal detectionen_US
dc.titleBağlamsal çıkarımla nesne sezimien_US
dc.title.alternativeObject detection with contextual inferenceen_US
dc.typeConference Paperen_US

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Object detection with contextual inference [Baǧlamsal çikarimla nesne sezimi].pdf
Size:
977.92 KB
Format:
Adobe Portable Document Format
Description:
Full printable version
Download

Collections

Department of Computer Engineering