Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Extracting essential local object characteristics for 3D object categorization
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
KTH, Skolan för datavetenskap och kommunikation (CSC), Datorseende och robotik, CVAP. KTH, Skolan för datavetenskap och kommunikation (CSC), Centra, Centrum för Autonoma System, CAS.
Visa övriga samt affilieringar
2013 (Engelska)Ingår i: 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), IEEE conference proceedings, 2013, s. 2240-2247Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Most object classes share a considerable amount of local appearance and often only a small number of features are discriminative. The traditional approach to represent an object is based on a summarization of the local characteristics by counting the number of feature occurrences. In this paper we propose the use of a recently developed technique for summarizations that, rather than looking into the quantity of features, encodes their quality to learn a description of an object. Our approach is based on extracting and aggregating only the essential characteristics of an object class for a task. We show how the proposed method significantly improves on previous work in 3D object categorization. We discuss the benefits of the method in other scenarios such as robot grasping. We provide extensive quantitative and qualitative experiments comparing our approach to the state of the art to justify the described approach.

Ort, förlag, år, upplaga, sidor
IEEE conference proceedings, 2013. s. 2240-2247
Serie
IEEE International Conference on Intelligent Robots and Systems. Proceedings, ISSN 2153-0858
Nyckelord [en]
computer vision, robotics, 3D vision, object recognition
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:kth:diva-136370DOI: 10.1109/IROS.2013.6696670ISI: 000331367402060Scopus ID: 2-s2.0-84893753374ISBN: 978-146736358-7 (tryckt)OAI: oai:DiVA.org:kth-136370DiVA, id: diva2:675929
Konferens
2013 26th IEEE/RSJ International Conference on Intelligent Robots and Systems: New Horizon, IROS 2013; Tokyo; Japan; 3 November 2013 through 8 November 2013
Forskningsfinansiär
EU, FP7, Sjunde ramprogrammet, IST-FP7-270436EU, FP7, Sjunde ramprogrammet, FP7- ICT-288533Stiftelsen för strategisk forskning (SSF)Vetenskapsrådet
Anmärkning

QC 20131216

Tillgänglig från: 2013-12-04 Skapad: 2013-12-04 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Kragic, Danica

Sök vidare i DiVA

Av författaren/redaktören
Madry, MariannaMaboudi Afkham, HeydarEk, Carl HenrikCarlsson, StefanKragic, Danica
Av organisationen
Datorseende och robotik, CVAPCentrum för Autonoma System, CAS
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 142 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf