Wyszukiwarka
Abstrakt
W pracy zaprezentowano architekturę systemu służącego do tworzenia algorytmów wykorzystujących metodę AdaBoost i służących do wykrywania obiektów (np. twarzy) na obrazach. System został podzielony na wyspecjalizowane moduły w celu umożliwienia łatwej rozbudowy i efektywnego zrównoleglenia implementacji przeznaczonej dla superkomputera. Na przykład, system może być rozszerzony o nowe cechy i algorytmy ich ekstrakcji bez konieczności modyfikowania pozostałych modułów. Można go również w prosty sposób zaadaptować do nowych typów danych. Powstało w ten sposób środowisko do tworzenia algorytmów uczenia, które mogą być przydatne w wielu dziedzinach wymagających przeprowadzania detekcji i rozpoznawania obiektów.
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Tytuł wydania:
- Advances in Systems Science strony 353 - 361
- Język:
- angielski
- Rok wydania:
- 2010
- Opis bibliograficzny:
- Dembski J., Smiatacz M.: Modular machine learning system for training object detection algorithms on a supercomputer// Advances in Systems Science/ ed. ed. Adam Grzech, Paweł Świątek, Jarosław Drapała. Warszawa: Academic Publishing House EXIT, 2010, s.353-361
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 177 razy