Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Datensatz Übersicht / 
  2. Datensatz ansehen

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Learning an interactive segmentation system

Nickisch, H., Rother, C., Kohli, P., & Rhemann, C. (2010). Learning an interactive segmentation system. In R. Chellapa, P. Anandan, A. Rajagopalan, P. Narayanan, & P. Torr (Eds.), ICVGIP '10: Proceedings of the Seventh Indian Conference on Computer Vision, Graphics and Image Processing (pp. 274-281). Nw York, NY, USA: ACM Press.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-BD30-0 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0002-7E30-B
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://dl.acm.org/citation.cfm?doid=1924559.1924596 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Nickisch, H1, Autor           
Rother, C1, 2, Autor
Kohli, P, Autor
Rhemann, C, Autor
Affiliations:
1Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              
2Max Planck Institute for Biological Cybernetics, Max Planck Society, Spemannstrasse 38, 72076 Tübingen, DE, ou_1497794              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Many successful applications of computer vision to image or video manipulation are interactive by nature. However, parameters of such systems are often trained neglecting the user. Traditionally, interactive systems have been treated in the same manner as their fully automatic counterparts. Their performance is evaluated by computing the accuracy of their solutions under some fixed set of user interactions. This paper proposes a new evaluation and learning method which brings the user in the loop. It is based on the use of an active robot user -- a simulated model of a human user. We show how this approach can be used to evaluate and learn parameters of state-of-the-art interactive segmentation systems. We also show how simulated user models can be integrated into the popular max-margin method for parameter learning and propose an algorithm to solve the resulting optimisation problem.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2010-12
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1145/1924559.1924596
BibTex Citekey: 6792
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Seventh Indian Conference on Computer Vision, Graphics and Image Processing (ICVGIP 2010)
Veranstaltungsort: Chennai, India
Start-/Enddatum: 2010-12-12 - 2010-12-15

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: ICVGIP '10: Proceedings of the Seventh Indian Conference on Computer Vision, Graphics and Image Processing
Genre der Quelle: Konferenzband
 Urheber:
Chellapa, R, Herausgeber
Anandan, P, Herausgeber
Rajagopalan, AN, Herausgeber
Narayanan, PJ, Herausgeber
Torr, P, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Nw York, NY, USA : ACM Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 274 - 281 Identifikator: ISBN: 978-1-4503-0060-5