Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  Back to the Future: Learning Shape Models from 3D CAD Data

Stark, M., Goesele, M., & Schiele, B. (2010). Back to the Future: Learning Shape Models from 3D CAD Data. In F. Labrosse, R. Zwiggelaar, Y. Liu, & B. Tiddeman (Eds.), 21st British Machine Vision Conference (pp. 1-11). Malvern, UK: BMVA.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-000F-15B6-B Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-002A-5E50-1
Genre: Konferenzbeitrag
Latex : Back to the Future: {L}earning Shape Models from {3D CAD} Data

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Stark, Michael1, Autor           
Goesele, Michael2, Autor           
Schiele, Bernt1, Autor           
Affiliations:
1Computer Vision and Multimodal Computing, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Recognizing 3D objects from arbitrary view points is one of the most fundamental problems in computer vision. A major challenge lies in the transition between the 3D geometry of objects and 2D representations that can be robustly matched to natural images. Most approaches thus rely on 2D natural images either as the sole source of training data for building an implicit 3D representation, or by enriching 3D models with natural image features. In this paper, we go back to the ideas from the early days of computer vision, by using 3D object models as the only source of information for building a multi-view object class detector. In particular, we use these models for learning 2D shape that can be robustly matched to 2D natural images. Our experiments confirm the validity of our approach, which outperforms current state-of-the-art techniques on a multi-view detection data set.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2010
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: eDoc: 536674
BibTex Citekey: 434
DOI: 10.5244/C.24.106
URI: http://bmvc10.dcs.aber.ac.uk/proc/conference/paper106/paper106.pdf
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 21st British Machine Vision Conference
Veranstaltungsort: Aberystwyth, UK
Start-/Enddatum: 2010-08-31 - 2010-08-03

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: 21st British Machine Vision Conference
  Kurztitel : BMVC 2010
Genre der Quelle: Konferenzband
 Urheber:
Labrosse, Frédéric1, Herausgeber
Zwiggelaar, Reyer1, Herausgeber
Liu, Yonghuai1, Herausgeber
Tiddeman, Bernie1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Malvern, UK : BMVA
Seiten: - Band / Heft: - Artikelnummer: 106 Start- / Endseite: 1 - 11 Identifikator: ISBN: 1-901725-40-5

Quelle 2

einblenden:
ausblenden:
Titel: Proceedings of the British Machine Vision Conference
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: -