Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Comparison of Statistical Features for Medical Colour Image Classification Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Improving FREAK Descriptor for Image Classification

verfasst von : Cristina Hilario Gomez, Kartheek Medathati, Pierre Kornprobst, Vittorio Murino, Diego Sona

Erschienen in: Computer Vision Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we propose a new set of bio-inspired descriptors for image classification based on low-level processing performed by the retina. Taking as a starting point a descriptor called FREAK (Fast Retina Keypoint), we further extend it mimicking the center-surround organization of ganglion receptive fields. To test our approach we compared the performance of the original FREAK and our proposal on the 15 scene categories database. The results show that our approach outperforms the original FREAK for the scene classification task.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Comparison of Statistical Features for Medical Colour Image Classification
Nächstes Kapitel Arabic-Latin Offline Signature Recognition Based on Shape Context Descriptor
Literatur
1.
Alahi, A., Ortiz, R., Vandergheynst, P.: FREAK: fast retina keypoint. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 510–517 (2012)
2.
Bradski, G.: The opencv library. Dr. Dobb’s J. Softw. Tools 25, 120–126 (2000)
3.
Chichilnisky, E.J.: A simple white noise analysis of neuronal light responses. Netw.: Comput. Neural Syst. 12(2), 199–213 (2001)MATHCrossRef
4.
Lazebnik, S., Schmid, C., Ponce, J.: Beyond bags of features: spatial pyramid matching for recognizing natural scene categories. In: IEEE Conference on Computer Vision and Pattern Recognition, vol. 2, pp. 2169–2178. IEEE Computer Society (2006)
5.
Leutenegger, S., Chli, M., Siegwart, R.: Brisk: binary robust invariant scalable keypoints. In: ICCV 2011, pp. 2548–2555 (2011)
6.
Meng, X., Wang, Z., Wu, L.: Building global image features for scene recognition. Pattern Recogn. 45(1), 373–380 (2012)CrossRef
7.
Oliva, A., Torralba, A.: Modeling the shape of the scene: a holistic representation of the spatial envelope. Int. J. Comput. Vision 42(3), 145–175 (2001)MATHCrossRef
8.
Oliva, A., Torralba, A.: Building the gist of a scene: the role of global image features in recognition. Prog. Brain Res. 155, 23–36 (2006)
9.
Quattoni, A., Torralba, A.: Recognizing indoor scenes. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 413–420 (2009)
10.
Tola, E., Lepetit, V., Fua, P.: DAISY: an efficient dense descriptor applied to wide baseline stereo. IEEE Trans. Pattern Anal. Mach. Intell. 32(5), 815–830 (2010)CrossRef
11.
Tuytelaars, T.: Dense interest points. In: The Twenty-Third IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2010, pp. 2281–2288, San Francisco, CA, USA, 13–18 June 2010 (2010)
12.
13.
Vu, N.-S., Nguyen, T.P., Garcia, C.: Improving texture categorization with biologically inspired filtering. Image Vis. Comput. 32, 424–436 (2013)CrossRef
14.
Wang, J., Wang, X., Yang, X., Zhao, A.: CS-FREAK: an improved binary descriptor. In: Tan, T., Ruan, Q., Wang, S., Ma, H., Huang, K. (eds.) IGTA 2014. CCIS, vol. 437, pp. 129–136. Springer, Heidelberg (2014)
15.
Whiten, C., Laganiere, R., Bilodeau, G.A.: Efficient action recognition with MoFREAK. In: Proceedings of the 2013 International Conference on Computer and Robot Vision, pp. 319–325. IEEE Computer Society (2013)
16.
Wohrer, A.: Model and large-scale simulator of a biological retina with contrast gain control. Ph.D. thesis, University of Nice Sophia-Antipolis (2008)
17.
Wu, J., Rehg, J.M.: Centrist: a visual descriptor for scene categorization. IEEE Trans. Pattern Anal. Mach. Intell. 33(8), 1489–1501 (2011)CrossRef
Metadaten
Titel
Improving FREAK Descriptor for Image Classification
verfasst von
Cristina Hilario Gomez
Kartheek Medathati
Pierre Kornprobst
Vittorio Murino
Diego Sona
Copyright-Jahr
2015
Buch
Computer Vision Systems

Print ISBN: 978-3-319-20903-6

Electronic ISBN: 978-3-319-20904-3

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-20904-3_2

Premium Partner

    Bildnachweise