32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

La détection de changement est une tâche bas niveau très fréquente en vision par ordinateur. Des centaines d'algorithmes ont été développés, mais il n'y a encore aucun banc d'essai standard pour les évaluer. Nous présentons ici une banque de données unique en son genre composée d'environ 90 000 images et de 31 séquences vidéo séparées en 6 catégories couvrant un vaste éventail de difficultés. Une caractéristique unique de cette banque de données est que chaque image a été annotée à la main avec 5 étiquettes. Ceci permet d'évaluer précisément et objectivement les différentes méthodes de…mehr

Produktbeschreibung
La détection de changement est une tâche bas niveau très fréquente en vision par ordinateur. Des centaines d'algorithmes ont été développés, mais il n'y a encore aucun banc d'essai standard pour les évaluer. Nous présentons ici une banque de données unique en son genre composée d'environ 90 000 images et de 31 séquences vidéo séparées en 6 catégories couvrant un vaste éventail de difficultés. Une caractéristique unique de cette banque de données est que chaque image a été annotée à la main avec 5 étiquettes. Ceci permet d'évaluer précisément et objectivement les différentes méthodes de détection de changement. Ce mémoire discute des nombreux aspects de cette banque de données, des métriques utilisés et des résultats de notre évaluation sur plusieurs méthodes. Cette étude apporte d'importantes conclusions sur les difficultés à résoudre pour la communauté scientifique. La banque de données, les outils d'évaluation et les résultats d'évaluation sont disponibles sur le site web du projet et sont fréquemment mis à jour.
Autorenporträt
Nil Goyette est titulaire d'une maîtrise en informatique de l'Université de Sherbrooke au Canada. Durant ses études, il s'est spécialisé en science de l'image et des médias numériques et partage aujourd'hui son temps entre la lecture et la programmation dans le domaine de l'imagerie médicale.