Logo LVSN
EnglishAccueil
A proposPersonnesRecherchePublicationsEvenementsProfil
A propos
Publications

 

 

 

 

CERVIM

REPARTI

MIVIM

Détection d'objets multi-parties par algorithme adaptatif et optimisé


Guillaume Villeneuve

En savoir plus...

Abstract - Dans ce mémoire, nous proposons des améliorations à une méthode existante de détection d'objets de forme inconnue à partir de primitives simples. Premièrement, avec un algorithme adaptatif, nous éliminons les cas où on n'obtenait aucun résultat avec certaines images en retirant la plupart des seuils fixes, ce qui assure un certain nombre de groupes de primitives à chaque étape. Ensuite, l'ajout de certaines optimisations et d'une version parallèle de la méthode permettent de rendre le temps d'exécution raisonnable pour ce nouvel algorithme. Nous abordons ensuite le problème des solutions trop semblables en ajoutant une nouvelle étape de structuration qui réduira leur nombre sans en affecter la variété grâce au regroupement hiérarchique. Finalement, nous ajustons certains paramètres et des résultats sont produits avec trois ensembles de 10 images. Nous réussissons à prouver de manière objective que les résultats obtenus sont meilleurs qu'avec la méthode précédente.

download documentdownload document

Bibtex:

@mastersthesis{Villeneuve1217,
    author    = { Guillaume Villeneuve },
    title     = { Détection d'objets multi-parties par algorithme adaptatif et optimisé },
    pages     = { 125 },
    year      = { 2012 },
    month     = { 10 },
    school    = { Université Laval },
    language  = { Français },
    web       = { https://corpus.ulaval.ca/jspui/handle/20.500.11794/23877 }
}

Dernière modification: 2021/02/06 par GUVIL14

     
   
   

©2002-. Laboratoire de Vision et Systèmes Numériques. Tous droits réservés