Indice
13 relazioni: Contesto della forma, Fei-Fei Li, ImageNet, Istogramma di gradienti orientati, Maximally stable extremal regions, Modello della borsa di parole, Nao (robot), Principal curvature-based region detector, Riconoscimento di angoli, Riconoscimento di regioni, Scale-invariant feature transform, Speeded Up Robust Feature, Visione artificiale.
Contesto della forma
Il contesto della forma (in inglese: Shape Context) è un descrittore di caratteristica usato nel riconoscimento di oggetti. Serge Belongie e Jitendra Malik proposero il termine nel loro articolo Matching with Shape Contexts (in italiano: "Confronto con i contesti di forma") nel 2000.
Vedere Object recognition e Contesto della forma
Fei-Fei Li
Le sue attività di ricerca includono l'apprendimento automatico, l'apprendimento profondo, la visione artificiale e le neuroscienze cognitive.
Vedere Object recognition e Fei-Fei Li
ImageNet
ImageNet è un'ampia base di dati di immagini, realizzata per l'utilizzo, in ambito di visione artificiale, nel campo del riconoscimento di oggetti.
Vedere Object recognition e ImageNet
Istogramma di gradienti orientati
L'Istogramma di gradienti orientati (e in sigla: HOG) è un descrittore di caratteristiche usate in computer vision ed in elaborazione delle immagini per il riconoscimento di oggetti.
Vedere Object recognition e Istogramma di gradienti orientati
Maximally stable extremal regions
Maximally stable extremal regions (in sigla: MSER), in italiano: Regioni estremali stabili massimamente è un metodo usato per il riconoscimento di regioni all'interno di immagini.
Vedere Object recognition e Maximally stable extremal regions
Modello della borsa di parole
Il modello della borsa di parole (in inglese: Bag-of-words model, in sigla: BoW) è un metodo utilizzato nell'Information Retrieval e nel Elaborazione del linguaggio naturale per rappresentare documenti ignorando l'ordine delle parole.
Vedere Object recognition e Modello della borsa di parole
Nao (robot)
Nao è un robot umanoide di taglia media, autonomo e programmabile, sviluppato dalla Aldebaran Robotics, società francese di tecnologia, con quartier generale a Parigi.
Vedere Object recognition e Nao (robot)
Principal curvature-based region detector
Principal curvature-based region detector in sigla PCBR, in italiano: rilevatore di regione basato sulla curvatura principale è un rilevatore di caratteristica usato nel campo della computer vision e analisi d'immagine.
Vedere Object recognition e Principal curvature-based region detector
Riconoscimento di angoli
il Riconoscimento di angoli (in inglese: Corner detection) è un approccio usato in computer vision per estrarre tipi di caratteristiche ed inferire nei contenuti dell'immagine.
Vedere Object recognition e Riconoscimento di angoli
Riconoscimento di regioni
Nella visione artificiale, il Rilevamento Blob (in inglese: Blob detection) o riconoscimento di regioni è una tecnica che ha come obiettivo di rilevare punti e/o regioni in una immagine che differisce in proprietà come luminosità o colore comparata con l'ambiente.
Vedere Object recognition e Riconoscimento di regioni
Scale-invariant feature transform
Nell'ambito della visione artificiale, lo scale-invariant feature transform (o SIFT) è un algoritmo che permette di rilevare e descrivere caratteristiche locali in immagini.
Vedere Object recognition e Scale-invariant feature transform
Speeded Up Robust Feature
In informatica un algoritmo Speeded Up Robust Feature o in sigla SURF è un rilevatore robusto di caratteristiche locali di una immagine presentato da Herbert Bay nel 2006 che può essere usato nell'ambito del riconoscimento di oggetti e ricostruzione 3D in Computer vision.
Vedere Object recognition e Speeded Up Robust Feature
Visione artificiale
La visione artificiale (nota anche come computer vision) è l'insieme dei processi che mirano a creare un modello approssimato del mondo reale (3D) partendo da immagini bidimensionali (2D).
Vedere Object recognition e Visione artificiale
Conosciuto come Riconoscimento di oggetti.