Generation of facade hypotheses based on contextual and structural information
Génération d'hypothèses de façades utilisant des critères contextuels et structurels
Résumé
In that article we focus on facade detection in order to improve image/model buildings matching for pose computation in urbain environnement. We use a two-step design. First a cascade of LogitBoost classifiers using features which describe local context selects a few windows from a set of windows drawn on an a priori distribution. These facade candidates are then more internally described using their Haar-Fourier representation. Eventually they are discarded or kept by a strong classifier SVM. Results are computed from a 410-set of urban images.
Dans cet article nous nous intéressons à la détection de façades dans le but d'améliorer la mise en correspon-dance image/modèle de bâtiments pour le calcul de pose en milieux urbain. Après une étape de rectification automa-tique, nous employons un schéma en deux étapes. Premiè-rement une cascade de classifieurs LogitBoost basés sur des indices simples faisant intervenir le contexte local sé-lectionne quelques fenêtres parmi un ensemble de fenêtres tirées selon une distribution a priori. Ces façades poten-tielles sont ensuite décrites plus structurellement par leur représentation de Haar-Fourier. Elles sont finalement rete-nues ou écartées par un classifieur fort SVM. Les résultats sont évalués sur une base de test de 410 images urbaines.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...