Visual novelty detection with automatic scale selection

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorVieira Neto, Hugo-
Autor(es): dc.creatorNehmzow, Ulrich-
Data de aceite: dc.date.accessioned2025-08-29T13:14:36Z-
Data de disponibilização: dc.date.available2025-08-29T13:14:36Z-
Data de envio: dc.date.issued2013-11-19-
Data de envio: dc.date.issued2013-11-19-
Data de envio: dc.date.issued2007-05-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/647-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1109813-
Descrição: dc.descriptionThis paper presents experiments with an autonomous inspection robot, whose task was to highlight novel features in its environment from camera images. The experiments used two different attention mechanisms — saliency map and multi-scale Harris detector — and two different novelty detection mechanisms — Grow-When-Required (GWR) neural network and an incremental Principal Component Analysis (PCA). For all mechanisms we compared fixed-scale image encoding with automatically scaled image patches. Results show that automatic scale selection provides a more efficient representation of the visual input space, but that performance is generally better using a fixed-scale image encoding.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Publicador: dc.publisherCuritiba-
Relação: dc.relationRobotics and Autonomous Systems-
Relação: dc.relationhttp://dces.essex.ac.uk/staff/udfn/ftp/ras55.pdf-
Direitos: dc.rightsO autor pode arquivar a versão preprint. O autor pode arquivar a versão postprint . O autor não pode arquivar a versão/PDF do editor. Disponível em: <http://www.sherpa.ac.uk/romeo/issn/0921-8890/pt/>. Acesso em: 17 jul. 2013.-
Palavras-chave: dc.subjectRobôs-
Palavras-chave: dc.subjectRobótica-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectRobots-
Palavras-chave: dc.subjectRobotics-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Título: dc.titleVisual novelty detection with automatic scale selection-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.