Razvili smo metodo za vizualno sledenje objektu z novim plastno spojenim vizualnim modelom, ki kombinira lokalni in globalni videz sledenega objekta. Lokalna plast je niz lokalnih delov, ki geometrijsko omejujejo spremembe videza objekta, globalna plast pa verjetnostno modelira globalne vizualne značilnosti objekta, kot npr. barvo, obliko in navidezno lokalno gibanje. Lokalni dele omejujejo globalne vizualne značilnosti, le-te pa se med sledenjem prilagajajo s pomočjo stabilnih lokalnih delov. Prav zaradi spojenosti obeh plasti je sledenje robustnejše pri velikih spremembah videza.
COBISS.SI-ID: 8801364
Razvili smo nov pristop za detekcijo objektov na slikah, ki uporablja vizualno informacijo o kontekstu. Koncept temelji na zredčenemu kodiranju kontekstualnih značilk, ki temeljijo na geometriji in teksturi. Pristop smo testirali na novem primerjalno zahtevnejšem naboru slik in ga primerjali s trenutno najbolj uveljavljeno metodo za kontekstno-zavedno detekcijo objektov.
COBISS.SI-ID: 7684180
Razvili smo nov koncept interakcije za telefone s kamero. Namesto nerodnega tipkanja po majhni tipkovnici, uporabnik sistema le fotografira svojo okolico in objekti na sliki postanejo hiperpovezave do informacije. Sistem najprej poišče ujemanja zajete slike z referenčnimi panoramami, nato pa uporabniku na sliko nalepi hiperpovezave do informacij o vnaprej označenih objektih s slike. S tako vizualizacijo in uporabo na dotik občutljivega zaslona lahko uporabnik intuitivno dostopa do informacije.
COBISS.SI-ID: 7883604
Opravili smo temeljito primerjavo strategij za učenje večih kategorij s kompozicionalno hierarhično arhitekturo, in sicer za neodvisno, hkratno in zaporedno učenje. Rezultati so pokazali, da: 1). Hkratno in zaporedno učenje vodita k sub-linearni rasti slovarja. 2). Časovno najbolj zahtevno je hkratno učenje, medtem ko se pri zaporednem učenju čas učenja zmanjšuje z vsako novo kategorijo. 3). Vrstni red kategorij vpliva na čas učenja. 4). Neodvisno učenje privede do predstavitve, ki je najbolj učinkovita pri prepoznavanju, čeprav odstopanja od rezultatov drugih dveh strategij niso znatna.
COBISS.SI-ID: 7460180
Predstavili smo primer uporabe računalniškega vida za lajšanje dostopanja do informacij v vsakdanjem življenju potnika javnega prometa. V središču je intuitivna interakcija brez tipkanja in dotikanja mobilne naprave z uporabo razpoznave konteksta obstoječih vizualnih objektov kot so znaki in informacijske table. Detekcija in lokalizacija objektov temelji na hitrem iskanju ujemanj lokalnih značilk slike predstavljenih z intenzitetnimi histogrami. V članku pokažemo, da se lahko nizkonivojskih značilk slik naučimo in jih razvrstimo na način, ki omogoča razločevanje med slikami podobnih, slabo teksturiranih objektov. Sistem smo integrirali z obstoječo aplikacijo za dostopanje do prometnih informacij in z eksperimeti pokazali dobro delovanje v realnem okolju.