Predlagali smo izboljšan model za vizualno sledenje z adaptivnim sklopljenim modelom. Model odlikuje sposobnost sledenja artikuliranih objektov s pomočjo preprostih vizualnih lokalnih značilnic, ki so povezane v šibko geometrično konstelacijo. Model je sposoben robustno dodajati in odvzemati lokalne značilnice glede na verjetnostne mape visokonivojskih značilnic, kot sta gibanje in barva, hkrati pa omogoča dodajanje verjetnostnih map poljubnih visokonivojskih značilnic. Model smo analizirali na izjemno veliki bazi videoposnetkov in ga primerjali z enajstimi trenutno najboljšimi sledilniki. Eksperimenti so pokazali, da predlagani sledilnik presega trenutne konkurenčne sledilnike po več kriterijih. Revija IEEE Transactions on pattern analysis and machine intelligence je po zadnjem vrednotenju v kategoriji EP - computer science, artificial intelligence prva od stoenajstih revij, ima faktor vpliva 4.908, in je na področju računalniškega vida ena od dveh najprestižnejših revij.
COBISS.SI-ID: 9431124
V tem delu smo naslovili problem povezovanja dveh ali več predstavitev iste entitete iz različnih modalnosti v enovito deljeno predstavitev, kar je zelo pomembna lastnost umetnih spoznavnih sistemov, ki delujejo v kompleksnem okolju. Da bi se povezovalni mehanizem uspešno prilagajal na spremembe v dinamičnem okolju, mora biti nadgrajen tudi z mehanizmom za več-modalno učenje. Definirali smo problem visoko-nivojskega povezovanja in več-modalnega učenja, modelirali povezovalni mehanizem z Markovskimi logičnimi mrežami ter opredelili njegovo vlogo v kognitivni arhitekturi. Ta mehanizem je bil tudi implementiran kot del več-modalnega heterogenega integriranega sistema za interaktivno učenje v dialogu s tutorjem.
COBISS.SI-ID: 9172308
V tem delu smo identificirali lastnosti fotografij, ki vplivajo na estetsko kvaliteto fotografije, in jih pretvorili v izračunljive značilke. Poudarek smo dali opazovanju subjekta v primerjavi s celotno fotografijo. Subjekt smo identificirali ročno, in sicer s pomočjo izkušenih fotografov. Tekom našega dela smo definirali in implementirali 31 značilk, ki analizirajo barvno shemo, kompozicijo in pa proporce fotografije. Izdelali smo tudi enostavno spletno aplikacijo za označevanje in ocenjevanje fotografij, ki nam je služila za pridobivanje učnih podatkov. Na podlagi teh značilk in zbranih učnih podatkov, smo s pomočjo strojnega učenja definirali model, ki je sposoben ločevati med estetsko privlačnimi oz. profesionalnimi fotografijami in pa nizko kvalitetnimi hipni posnetki. Ob uporabi klasifikatorja SVM smo dosegli klasifikacijsko natančnost 93 odstotkov. V nadaljevanju smo te značilke analizirali s pomočjo metrike reliefF in nomograma klasifikatorja Naivni Bayes. Na koncu smo predstavili rezultate analize vpliva značilk in podali nekaj smernic pri nadaljnjem razvoju modela.
COBISS.SI-ID: 9441108
Over the recent years, low-level visual descriptors, among which the most popular is the histogram of oriented gradients (HOG), have shown excellent performance in object detection and categorization. We form a hypothesis that the low-level image descriptors can be improved by learning the statistically relevant edge structures from natural images. We validate this hypothesis by introducing a new descriptor called the histogram of compositions (HoC). HoC exploits a learnt vocabulary of parts from a state-of-the-art hierarchical compositional model. Furthermore, we show that HoC is a complementary HoC descriptor to HOG. We experimentally compare our descriptor to the popular HOG descriptor on the task of object categorization. We have observed approximately 4% improved categorization performance of HoC over HOG at lower dimensionality of the descriptor. Furthermore, in comparison to HOG, we show a categorization improvement of approximately 10% when combining HOG with the proposed HoC.
COBISS.SI-ID: 9671508
Mobilni robot potrebuje za uspešno delovanje v realnem svetu učinkovito predstavitev prostora. V tem delu smo predlagali novo kompozicijsko hierarhično predstavitev prostora, ki je osnovana na učenju statistično pomembnih delov, določenih s frekvenco pojavitev različnih oblik v okolju. Predstavili smo tudi nov nizko-nivojski opisnik slikovnih delov, s katerim smo demonstrirali učinkovitost nove predstavitve na problemu kategorizacije prostorov.
COBISS.SI-ID: 9674068