Login for students

Login for employees

Publication detail

Simplified version of white wine grape berries detector based on SVM and HOG features
Authors: Škrabánek Pavel | Majerík Filip
Year: 2016
Type of publication: článek ve sborníku
Name of source: Artificial Intelligence Perspectives in Intelligent Systems : Proceedings of the 5th Computer Science On-line Conference 2016 (CSOC2016). Vol 1
Publisher name: Springer International Publishing AG
Place: Cham
Page from-to: 35-45
Titles:
Language Name Abstract Keywords
cze Zjednodušená verze detektoru hroznů bílých odrůd založena na SVM a HOG deskriptoru Rozpoznání hroznů v reálném obraze je problém, kterému se věnuje řada výzkumníku zabývajících se precizním vinohradnictvím. Náš předchozí výzkum ukázal, že pro detekci hroznů bílých odrůd je nejvhodnější detektor založený na support vector machine klasifikátoru v kombinaci s HOG deskriptorem. V tomto článku je představena zjednodušená verze původního řešení. Úprava původního řešení spočívá ve vynechání kontrastní normalizace, která byla prováděna v rámci předzpracování obrazu. Tato úprava zrychluje celý proces detekce, neovlivní však nijak detekční schopnosti původního řešení. počítačové vidění, precisní vinohradnictví, detekce hroznů, HOG deskriptor, support vector machine
eng Simplified version of white wine grape berries detector based on SVM and HOG features The detection of grapes in real scene images is a serious task solved by researches dealing with precision viticulture. Our research has shown that in the case of white wine varieties, grape berry detectors based on a support vector machine classifier in combination with a HOG descriptor are very efficient. In this paper, simplified versions of our original solutions are introduced. Our research showed that skipping contrast normalization by image preprocessing accelerates the detection process; however, the performance of the detectors is not negatively influenced by this modification. computer vision, precision viticulture, grape detection, HOG features, support vector machine

Department

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives