Login
- Originaltitel:
- Fine-grained Object Recognition with Fewer Labels: From Person Search to Few-shot Classification & Multi-object Tracking
- Übersetzter Titel:
- Feinstufige Objekterkennung mit geringeren Labelanzahl: Von der Personensuche bis hin zur Few-Shot Klassifizierung und Multi-Objekt-Tracking
- Autor:
- Munjal, Bharti
- Jahr:
- 2023
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Tombari, Federico (Priv.-Doz. Dr.)
- Gutachter:
- Tombari, Federico (Priv.-Doz. Dr. habil.); Gong, Shaogang (Prof.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- TU-Systematik:
- MED 230; DAT 760
- Kurzfassung:
- Fine-grained few-shot object recognition is a challenging problem since it requires a model to learn subtle discriminative features to recognize fine-grained object categories, while leveraging only a few labelled samples. In this dissertation, we study three fine-grained few-shot recognition tasks: person search, fine-grained few-shot image classification and multi-object tracking, which are currently studied separately in literature in-spite of having important similarities.
- Übersetzte Kurzfassung:
- Die feinstufige Few-Shot Objekterkennung ist ein anspruchsvolles Problem, da ein Modell subtile Unterscheidungsmerkmale erlernen muss, um feinstufige Kategorien zu erkennen, während es nur wenige gelabelte Beispiele nutzt. In dieser Dissertation untersuchen wir drei feinstufige Few-Shot Erkennungsaufgaben: die Personensuche, die feinstufige Few-Shot-Klassifizierung und das Multi-Objekt Tracking, die derzeit in der Literatur getrennt untersucht werden, obwohl sie große Ähnlichkeiten aufweisen.
- WWW:
- https://mediatum.ub.tum.de/?id=1691833
- Eingereicht am:
- 16.11.2022
- Mündliche Prüfung:
- 28.04.2023
- Dateigröße:
- 137729936 bytes
- Seiten:
- 233
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230428-1691833-1-7
- Letzte Änderung:
- 19.06.2023
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandHochschulbibliographie2023Schools und FakultätenTUM School of Computation, Information and TechnologyInformatik 16 - Lehrstuhl für Anwendungen in der Medizin (Prof. Navab)