Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Improving Generalization for 3D Object Categorization with Global Structure Histograms
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.ORCID-id: 0000-0003-4132-1217
Vise andre og tillknytning
2012 (engelsk)Inngår i: Intelligent Robots and Systems (IROS), 2012 IEEE/RSJ International Conference on, IEEE conference proceedings, 2012, s. 1379-1386Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

We propose a new object descriptor for three dimensional data named the Global Structure Histogram (GSH). The GSH encodes the structure of a local feature response on a coarse global scale, providing a beneficial trade-off between generalization and discrimination. Encoding the structural characteristics of an object allows us to retain low local variations while keeping the benefit of global representativeness. In an extensive experimental evaluation, we applied the framework to category-based object classification in realistic scenarios. We show results obtained by combining the GSH with several different local shape representations, and we demonstrate significant improvements to other state-of-the-art global descriptors.

sted, utgiver, år, opplag, sider
IEEE conference proceedings, 2012. s. 1379-1386
Serie
IEEE International Conference on Intelligent Robots and Systems, ISSN 2153-0858
Emneord [en]
object representation, three dimensional data, visual, object recognition, object categorization, generalization, descriptor, point cloud
HSV kategori
Identifikatorer
URN: urn:nbn:se:kth:diva-109289DOI: 10.1109/IROS.2012.6385874ISI: 000317042701141Scopus ID: 2-s2.0-84872344142ISBN: 978-1-4673-1737-5 (tryckt)OAI: oai:DiVA.org:kth-109289DiVA, id: diva2:586900
Konferanse
EEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vilamoura, Algarve, October 7-12, 2012
Prosjekter
Swedish Foundation for Strategic ResearchEuropean project COGX (FP7-IP-027657)European project TOMSY (IST-FP7-Collaborative Project-270436)Belgian National Fund for Scientific Research (FNRS)
Forskningsfinansiär
EU, FP7, Seventh Framework Programme, FP7-IP-027657EU, FP7, Seventh Framework Programme, IST-FP7-Collaborative Project-270436Swedish Foundation for Strategic Research ICT - The Next Generation
Merknad

QC 20130114

Tilgjengelig fra: 2013-01-14 Laget: 2012-12-28 Sist oppdatert: 2016-11-24bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekstScopusIEEEXplore

Personposter BETA

Kragic, Danica

Søk i DiVA

Av forfatter/redaktør
Madry, MariannaEk, Carl HenrikDetry, RenaudHang, KaiyuKragic, Danica
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 111 treff
RefereraExporteraLink to record
Permanent link

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