FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W197826466> ?p ?o ?g. }

• W197826466 abstract "La simplicite apparente avec laquelle un humain percoit ce qui l'entoure suggere que le processus implique est en partie mecanique, donc ne necessite pas un haut degre de reflexion. Cette observation suggere que notre perception visuelle du monde peut etre simulee sur un ordinateur. La vision par ordinateur est le domaine de recherche consacre au probleme de la creation d'une forme de perception visuelle pour des ordinateurs. La puissance de calcul des ordinateurs des annees 50 ne permettait pas de traiter et d'analyser les donnees visuelles necessaires a l'elaboration d'une perception visuelle virtuelle. Depuis peu, la puissance de calcul et la capacite de stockage ont permis a ce domaine de vraiment emerger. En deux decennies, la vision par ordinateur a permis de repondre a problemes pratiques ou industrielles comme la detection des visages, de personnes au comportement suspect dans une foule ou de defauts de fabrication dans des chaines de production. En revanche, en ce qui concerne l'emergence d'une perception visuelle virtuelle non specifique a une tâche donnee, peu de progres ont ete realises et la communaute est toujours confrontee a des problemes fondamentaux. Un de ces problemes est de segmenter un stimuli optique ou une image en regions porteuses de sens, en objets ou actions. La segmentation de scene est naturelle pour les humains, mais aussi essentielle pour comprendre pleinement son environnement. Malheureusement elle est aussi extremement difficile a reproduire sur un ordinateur car il n'existe pas de definition claire de la region significative''. En effet, en fonction de la scene ou de la situation, une region peut avoir des interpretations differentes. Etant donnee une scene se passant dans la rue, on peut considerer que distinguer un pieton est important dans cette situation, par contre ses vetements ne le semblent pas necessairement. Si maintenant nous considerons une scene ayant lieu pendant un defile de mode, un vetement devient un element important, donc une region significative. Ici, nous nous concentrons sur ce probleme de segmentation et nous l'abordons sous un angle particulier pour eviter cette difficulte fondamentale. Nous considererons la segmentation comme un probleme d'apprentissage faiblement supervise, c'est-a-dire qu'au lieu de segmenter des images selon une certaine definition predefinie de regions significatives'', nous developpons des methodes permettant de segmenter simultanement un ensemble d'images en regions qui apparaissent regulierement. Nous definissons donc une region significative'' d'un point de vue statistique: Ce sont les regions qui apparaissent regulierement dans l'ensemble des images donnees. Pour cela nous concevons des modeles ayant une portee qui va au-dela de l'application a la vision. Notre approche prend ses racines dans l'apprentissage statistique, dont l'objectif est de concevoir des methodes efficaces pour extraire et/ou apprendre des motifs recurrents dans des jeux de donnees. Ce domaine a recemment connu une forte popularite en raison de l'augmentation du nombre et de la taille des bases de donnees disponibles. Nous nous concentrons ici sur des methodes concues pour decouvrir l'information cachee'' dans une base a partir d'annotations incompletes ou inexistantes. Enfin, nos travaux prennent racine dans le domaine de l'optimisation numerique afin d'elaborer des algorithmes efficaces et adaptes a nos problemes. En particulier, nous utilisons et adaptons des outils recemment developpes afin de relaxer des problemes combinatoires complexes en des problemes convexes pour lesquels il est garanti de trouver la solution optimale. Nous illustrons la qualite de nos formulations et algorithmes aussi sur des problemes tires de domaines autres que la vision par ordinateur. En particulier, nous montrons que nos travaux peuvent etre utilises dans la classification de texte et en biologie cellulaire." @default.
• W197826466 created "2016-06-24" @default.
• W197826466 creator A5041693326 @default.
• W197826466 date "2012-12-17" @default.
• W197826466 modified "2023-09-23" @default.
• W197826466 title "Convex optimization for cosegmentation" @default.
• W197826466 cites W143551758 @default.
• W197826466 cites W1479807131 @default.
• W197826466 cites W1480376833 @default.
• W197826466 cites W1486646730 @default.
• W197826466 cites W1491300635 @default.
• W197826466 cites W1508960934 @default.
• W197826466 cites W1510073064 @default.
• W197826466 cites W1534519302 @default.
• W197826466 cites W1535599202 @default.
• W197826466 cites W1540386283 @default.
• W197826466 cites W1542723449 @default.
• W197826466 cites W1555385401 @default.
• W197826466 cites W1560331282 @default.
• W197826466 cites W1562849413 @default.
• W197826466 cites W1585910451 @default.
• W197826466 cites W158976495 @default.
• W197826466 cites W1597739853 @default.
• W197826466 cites W1601119822 @default.
• W197826466 cites W1601503375 @default.
• W197826466 cites W1608292140 @default.
• W197826466 cites W1635155787 @default.
• W197826466 cites W1655654231 @default.
• W197826466 cites W172675048 @default.
• W197826466 cites W1748744376 @default.
• W197826466 cites W1804110266 @default.
• W197826466 cites W1818727054 @default.
• W197826466 cites W182282593 @default.
• W197826466 cites W1880262756 @default.
• W197826466 cites W1945940342 @default.
• W197826466 cites W1963920598 @default.
• W197826466 cites W1964884769 @default.
• W197826466 cites W1972885239 @default.
• W197826466 cites W1976521104 @default.
• W197826466 cites W1978119584 @default.
• W197826466 cites W1989348325 @default.
• W197826466 cites W1993367034 @default.
• W197826466 cites W1999478155 @default.
• W197826466 cites W2008428344 @default.
• W197826466 cites W2009074768 @default.
• W197826466 cites W2017691720 @default.
• W197826466 cites W2019599312 @default.
• W197826466 cites W2020760300 @default.
• W197826466 cites W2031342017 @default.
• W197826466 cites W2048679005 @default.
• W197826466 cites W2067191022 @default.
• W197826466 cites W2078289947 @default.
• W197826466 cites W2078579128 @default.
• W197826466 cites W2086052791 @default.
• W197826466 cites W2098062695 @default.
• W197826466 cites W2098239572 @default.
• W197826466 cites W2099987944 @default.
• W197826466 cites W2100556411 @default.
• W197826466 cites W2104952380 @default.
• W197826466 cites W2105303837 @default.
• W197826466 cites W2107968230 @default.
• W197826466 cites W2108745803 @default.
• W197826466 cites W2110119381 @default.
• W197826466 cites W2112020727 @default.
• W197826466 cites W2112301665 @default.
• W197826466 cites W2112447569 @default.
• W197826466 cites W2114667022 @default.
• W197826466 cites W2116877738 @default.
• W197826466 cites W2119531662 @default.
• W197826466 cites W2119821739 @default.
• W197826466 cites W2120340025 @default.
• W197826466 cites W2121947440 @default.
• W197826466 cites W2122090912 @default.
• W197826466 cites W2124351162 @default.
• W197826466 cites W2125849446 @default.
• W197826466 cites W2132820034 @default.
• W197826466 cites W2134383561 @default.
• W197826466 cites W2134529554 @default.
• W197826466 cites W2136595724 @default.
• W197826466 cites W2137471889 @default.
• W197826466 cites W2143075842 @default.
• W197826466 cites W2143539877 @default.
• W197826466 cites W2144372981 @default.
• W197826466 cites W2145295623 @default.
• W197826466 cites W2146111596 @default.
• W197826466 cites W2146352414 @default.
• W197826466 cites W2149414429 @default.
• W197826466 cites W2150400482 @default.
• W197826466 cites W2150430720 @default.
• W197826466 cites W2150884987 @default.
• W197826466 cites W2152195571 @default.
• W197826466 cites W2153603270 @default.
• W197826466 cites W2156865565 @default.
• W197826466 cites W2157244733 @default.
• W197826466 cites W2162685317 @default.
• W197826466 cites W2163292664 @default.
• W197826466 cites W2163474322 @default.
• W197826466 cites W2165874743 @default.
• W197826466 cites W2166010828 @default.
• W197826466 cites W2166765763 @default.

• next