A boosting approach for the simultaneous detection and segmentation of generic objects

Torrent, Albert; Lladó, Xavier; Freixenet, Jordi; Torralba, Antonio

doi:10.1016/j.patrec.2013.05.026

Cited by 4 publications

(1 citation statement)

References 26 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pendekatan mereka memungkinkan informasi untuk dilintasi dari deteksi ke segmentasi dan sebaliknya. Waktu tugas ini dapat meningkat jika pada awalnya objek yang terdeteksi bukan yang menarik [6].…”

Section: Pendahuluanunclassified

Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python

Riyadi

Wardhani

Wulandari³

et al. 2022

petir

View full text Add to dashboard Cite

Pengolahan citra (image processing) adalah teknik mengolah citra yang mentransformasikan citra masukan menjadi citra lain agar keluaran memiliki kualitas yang lebih baik dibandingkan kualitas citra masukan. Deteksi objek dalam digital image processing adalah suatu proses yang digunakan untuk menentukan keberadaan objek tertentu di dalam suatu citra digital. Proses deteksi tersebut dapat dilakukan dengan berbagai macam metode yang umumnya melakukan pembacaan fitur-fitur dari seluruh objek pada citra input. Pada pendeteksian objek tersebut terdapat beberapa metode beberapa diantaranya yaitu metode ResNet, YOLOv3 dan TinyYOLOv3. Dalam penelitian ini akan dilakukan perbedaan ketiga metode tersebut. Tujuan dari ujicoba dalam penelitian ini adalah mengetahui lebih jauh hasil deteksi objek pada citra dengan tingkat keakuratan yang baik. Dan penelitian ini dapat membutkikan bahwa hasil pendeteksian objek dengan menggunakan model Yolov3, hasil keakuratannya lebih tinggi dibandingkan dengan model ResNet dan model Tiny Yolo.

show abstract

Section: Pendahuluanunclassified

Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python

Riyadi

Wardhani

Wulandari³

et al. 2022

petir

View full text Add to dashboard Cite

show abstract

Improving Image Segmentation for Boosting Image Annotation with Irregular Pyramids

Morales-González

García-Reyes

Sucar

2013

Lecture Notes in Computer Science

View full text Add to dashboard Cite

Image Annotation by a Hierarchical and Iterative Combination of Recognition and Segmentation

Morales-González

García-Reyes

Sucar

2017

Int. J. Patt. Recogn. Artif. Intell.

View full text Add to dashboard Cite

Automatic image annotation and image segmentation are two prominent research fields of Computer Vision, that are getting higher attention these days to accomplish image analysis and scene understanding. In this work, we present an annotation algorithm based on a hierarchical image partition, that makes use of Markov Random Fields (MRFs) to model spatial and hierarchical relations among regions in the image. In this way, we can capture local, global and contextual information. Also, we combine the processes of annotation and segmentation in an iterative way so that each process benefits from the other. Furthermore, we investigate the selection of the starting segmentation level for the hierarchical annotation process, to show its relevance for the final results. We experimentally validate our approach in three well-known datasets: CorelA, Stanford Background and MSRC-21 datasets. In these datasets, we achieved better or comparable results to other state-of-the-art algorithms, improving our base classifier in all cases.

show abstract

A boosting approach for the simultaneous detection and segmentation of generic objects

Cited by 4 publications

References 26 publications

Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python

Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python

Improving Image Segmentation for Boosting Image Annotation with Irregular Pyramids

Image Annotation by a Hierarchical and Iterative Combination of Recognition and Segmentation

Contact Info

Product

Resources

About