Název: Comparative Evaluation of Random Forest and Fern Classifiers for Real-Time Feature Matching
Autoři: Barandiaran, Iñigo
Cottez, Charlote
Paloc, Céline
Graña, Manuel
Citace zdrojového dokumentu: WSCG '2008: Full Papers: The 16-th International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision in co-operation with EUROGRAPHICS, University of West Bohemia Plzen, Czech Republic, February 4 - 7, 2008, p. 159-166.
Datum vydání: 2008
Nakladatel: Václav Skala - UNION Agency
Typ dokumentu: konferenční příspěvek
conferenceObject
URI: http://wscg.zcu.cz/wscg2008/Papers_2008/full/!_WSCG2008_Full_final.zip
http://hdl.handle.net/11025/10933
ISBN: 978-80-86943-15-2
Klíčová slova: rozpoznávání tvaru;počítačové vidění;rozšířená realita
Klíčová slova v dalším jazyce: feature matching;computer vision;augmented reality
Abstrakt: Feature or keypoint matching is a critical task in many computer vision applications, such as optical 3D reconstruction or optical markerless tracking. These applications demand very accurate and fast matching techniques. We present an evaluation and comparison of two keypoint matching strategies based on supervised classification for markerless tracking of planar surfaces. We have applied these approaches on an augmented reality prototype for indoor and outdoor design review.
Práva: © Václav Skala - UNION Agency
Vyskytuje se v kolekcích:WSCG '2008: Full Papers

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Barandiaran.pdfPlný text1,4 MBAdobe PDFZobrazit/otevřít
Barandiaran.pptPrezentace8,26 MBMicrosoft PowerpointZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/10933

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.