State-of-the-Art Object Recognition Techniques: A Comparative Study

2020 ◽  
pp. 925-932
Author(s):  
Rohini Goel ◽  
Avinash Sharma ◽  
Rajiv Kapoor
Keyword(s):  
Object Recognition ◽  
Comparative Study ◽  
State Of The Art ◽  
Art Object

scholarly journals Cognitive Relevance Transform for Population Re-Targeting

Sensors ◽  
2020 ◽  
Vol 20 (17) ◽  
pp. 4668
Author(s):  
Gregor Koporec ◽  
Andrej Košir ◽  
Aleš Leonardis ◽  
Janez Perš
Keyword(s):  
Object Recognition ◽  
State Of The Art ◽  
Target Population ◽  
Classification Algorithm ◽  
Large Margin ◽  
Art Object ◽  
Target User ◽  
The One ◽  
User Friendly ◽  
Better Than

This work examines the differences between a human and a machine in object recognition tasks. The machine is useful as much as the output classification labels are correct and match the dataset-provided labels. However, very often a discrepancy occurs because the dataset label is different than the one expected by a human. To correct this, the concept of the target user population is introduced. The paper presents a complete methodology for either adapting the output of a pre-trained, state-of-the-art object classification algorithm to the target population or inferring a proper, user-friendly categorization from the target population. The process is called ‘user population re-targeting’. The methodology includes a set of specially designed population tests, which provide crucial data about the categorization that the target population prefers. The transformation between the dataset-bound categorization and the new, population-specific categorization is called the ‘Cognitive Relevance Transform’. The results of the experiments on the well-known datasets have shown that the target population preferred such a transformed categorization by a large margin, that the performance of human observers is probably better than previously thought, and that the outcome of re-targeting may be difficult to predict without actual tests on the target population.

scholarly journals The State-of-the-Art Technology of Currency Identification

2017 ◽  
Vol 9 (3) ◽  
pp. 58-72 ◽  
Author(s):  
Guangyu Wang ◽  
Xiaotian Wu ◽  
WeiQi Yan
Keyword(s):  
Feature Extraction ◽  
New Zealand ◽  
Comparative Study ◽  
State Of The Art ◽  
The State ◽  
Classification Algorithms ◽  
Security Issue ◽  
The Public ◽  
Us Dollar ◽  
Chinese Yuan

The security issue of currency has attracted awareness from the public. De-spite the development of applying various anti-counterfeit methods on currency notes, cheaters are able to produce illegal copies and circulate them in market without being detected. By reviewing related work in currency security, the focus of this paper is on conducting a comparative study of feature extraction and classification algorithms of currency notes authentication. We extract various computational features from the dataset consisting of US dollar (USD), Chinese Yuan (CNY) and New Zealand Dollar (NZD) and apply the classification algorithms to currency identification. Our contributions are to find and implement various algorithms from the existing literatures and choose the best approaches for use.

scholarly journals Deep-Learning-Based Road Crack Detection Frameworks for Dashcam-captured Images under Different Illumination Conditions

2021 ◽  
Author(s):  
Da-Ren Chen ◽  
Wei-Min Chiu
Keyword(s):  
Object Detection ◽  
Large Scale ◽  
Crack Detection ◽  
State Of The Art ◽  
Gaussian Mixture Models ◽  
Gaussian Mixture ◽  
Machine Learning Techniques ◽  
Detection Accuracy ◽  
The Road ◽  
Art Object

Abstract Machine learning techniques have been used to increase detection accuracy of cracks in road surfaces. Most studies failed to consider variable illumination conditions on the target of interest (ToI), and only focus on detecting the presence or absence of road cracks. This paper proposes a new road crack detection method, IlumiCrack, which integrates Gaussian mixture models (GMM) and object detection CNN models. This work provides the following contributions: 1) For the first time, a large-scale road crack image dataset with a range of illumination conditions (e.g., day and night) is prepared using a dashcam. 2) Based on GMM, experimental evaluations on 2 to 4 levels of brightness are conducted for optimal classification. 3) the IlumiCrack framework is used to integrate state-of-the-art object detecting methods with CNN to classify the road crack images into eight types with high accuracy. Experimental results show that IlumiCrack outperforms the state-of-the-art R-CNN object detection frameworks.

scholarly journals Diagnosing state-of-the-art object proposal methods

2015 ◽  
Author(s):  
Hongyuan Zhu ◽  
Shijian Lu ◽  
Jianfei Cai ◽  
Guangqing Lee
Keyword(s):  
State Of The Art ◽  
Art Object ◽  
Object Proposal

scholarly journals Comparative study of the diachronic evolution of the geological and volcanological environments of the earth with the saturnian satellites Titan and Enceladus

2013 ◽  
Author(s):  
Ανεζίνα Σολωμονίδου
Keyword(s):  
Comparative Study ◽  
State Of The Art ◽  
The Earth

Η παρούσα διδακτορική διατριβή αφορά τη μελέτη των περιβαλλόντων του Τιτάνα και τουΕγκέλαδου, δορυφόρων του Κρόνου, μέσω της ανάλυσης δεδομένων που ανακτήθηκαν απότη διαστημική αποστολή Cassini-Huygens. Αρχικά παρουσιάζεται η επισκόπηση τηςγεωλογίας του Τιτάνα, με επίκεντρο τις γεωλογικές δομές και διεργασίες και το συσχετισμόμεταξύ της ατμόσφαιρας, της επιφάνειας και του εσωτερικού του δορυφόρου. Οιμορφοτεκτονικές δομές κατατάσσονται σε συγκεκριμένες κατηγορίες βάσει γήινων μοντέλωνσχηματισμού. Επιφανειακές περιοχές του Τιτάνα, οι οποίες θεωρούνται συνδεδεμένες με τοεσωτερικό, συγκρίθηκαν με γεωφυσικά μοντέλα παλιρροιακής στρέβλωσης καιδιαπιστώθηκε ότι συμπίπτουν σε σχέση με τη θέση, την επιφάνεια και την εσωτερικήενεργότητα. Ένα δεύτερο μέρος της διδακτορικής διατριβής παρουσιάζει την ενδελεχήανάλυση συγκεκριμένων περιοχών του Τιτάνα –όπως αυτές καθορίζονται μέσω μιαςστατιστικής μεθόδου– με επίκεντρο την επιφανειακή ανακλαστικότητα που παρουσιάζουνκαι τη χημική σύνθεση από την επεξεργασία δεδομένων του φασματογράφου Cassini/VIMS(εγγύς υπέρυθρη περιοχή του φάσματος από 0,4 έως 5 micron). Η εφαρμογή ενόςεκσυγχρονισμένου και state-of-the-art κώδικα μεταφοράς ακτινοβολίας, επέδειξε τηφασματική συμπεριφορά και το εύρος της φωτεινότητας αυτών των περιοχών. Η έρευνατριών σημαντικών περιοχών, που έχουν προταθεί ως υποψήφιες κρυοηφαιστειακές (HoteiRegio, Tui Regio και Sotra Patera), παρουσίασε ενδείξεις χρονικής μεταβολής τηςεπιφανειακής ανακλαστικότητας για δύο από αυτές σε μια χρονική περίοδο από 1-3,5 χρόνια,υποδεικνύοντας δυναμικές εξωγενείς - ενδογενείς διεργασίες, οι οποίες επηρεάζουν τηνεπιφάνεια και είναι συμβατές με φαινόμενα κρυοηφαιστεότητας στην περίπτωση της SotraPatera. Επίσης, οι διαδικασίες που σχηματίζουν την επιφάνεια του Εγκέλαδου περιγράφονταιλεπτομερειακά στη διατριβή. Σε ένα τρίτο μέρος, γήινα ανάλογα επιφανειακών εμφανίσεωνκαθώς και διεργασιών παρουσιάζονται εκτεταμένα, επισημαίνοντας ενδιαφέρουσεςομοιότητες και διαφορές μεταξύ της πυριτικής Γης και των παγωμένων δορυφόρων. Οιαστροβιολογικές συσχετίσεις αυτής της εργασίας διεξάγονται στο πλαίσιο της αναζήτησηςπεριβαλλόντων κατοικησιμότητας στο εξωτερικό ηλιακό σύστημα. Όλες οι προαναφερθείσεςμελέτες συνδέονται με την προετοιμασία των μελλοντικών διαστημικών αποστολών και τωνοργάνων τους στα συστήματα του Κρόνου και του Δία. Τέλος, συζητούνται οι δυνατότητεςεκλαΐκευσης της επιστήμης και οι προοπτικές που παρουσιάζει η συγκεκριμένη έρευνα.

Sign in / Sign up

Export Citation Format

Share Document