This HTML5 document contains 36 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n18http://linked.opendata.cz/ontology/domain/vavai/cep/zivotniCyklusProjektu/
n21http://linked.opendata.cz/ontology/domain/vavai/cep/druhSouteze/
n16http://linked.opendata.cz/ontology/domain/vavai/cep/typPojektu/
dctermshttp://purl.org/dc/terms/
n9http://linked.opendata.cz/ontology/domain/vavai/cep/hodnoceniProjektu/
n2http://linked.opendata.cz/resource/domain/vavai/projekt/
n22http://linked.opendata.cz/resource/domain/vavai/subjekt/
n14http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/
n13http://linked.opendata.cz/ontology/domain/vavai/
n4http://linked.opendata.cz/ontology/domain/vavai/cep/kategorie/
n11http://linked.opendata.cz/resource/domain/vavai/projekt/GAP103%2F12%2F2310/
n6http://linked.opendata.cz/ontology/domain/vavai/cep/duvernostUdaju/
rdfshttp://www.w3.org/2000/01/rdf-schema#
skoshttp://www.w3.org/2004/02/skos/core#
n19http://linked.opendata.cz/ontology/domain/vavai/cep/obor/
n15http://linked.opendata.cz/ontology/domain/vavai/cep/fazeProjektu/
n17http://linked.opendata.cz/resource/domain/vavai/soutez/
n7http://linked.opendata.cz/ontology/domain/vavai/cep/statusZobrazovaneFaze/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
xsdhhttp://www.w3.org/2001/XMLSchema#
n3http://linked.opendata.cz/ontology/domain/vavai/cep/
n20http://linked.opendata.cz/resource/domain/vavai/aktivita/
n12http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:GAP103%2F12%2F2310
rdf:type
n13:Projekt
rdfs:seeAlso
http://www.isvav.cz/projectDetail.do?rowId=GAP103/12/2310
dcterms:description
We propose to use recent methods in image retrieval and clustering to obtain large amount (orders of magnitude more than were used so far) of high quality training image data for a number of computer vision tasks. Methods of machine learning that deal with large amounts of data in the training phase and are reasonably fast in the classication phase will be investigated. The machine learning methods will be used to learn classier of key-point quality and to learn similarity measures and clusterings in high dimensional descriptor spaces. To achieve the goal, further improvements in image retrieval will be pursued. This includes novel methods for automatic query expansion and complex repeated pattern analysis. Navrhujeme použítí aktuálních metod vyhledávání obrazů a jejich shlukování k získání velkého množství (v řádech více než bylo použito dosud) vysoce kvalitních (tj. s malý počten chyb) trenovacích dat pro různe problémy počítačového vidění. Budou zkoumány metody strojového učení které se dokáží vypořádat s velkým množstvím trénovacích dat a zároveň jsou rozumně ryché při klasifikaci. Metody strojového učení budou aplikovány k učení klasifikátoru kvality význačných bodů a k učení podobnosti a shlukování ve vysokodimenzionálních prostorech descriptorů. K dosažení tohoto cíle budeme dále vylepšovat metody vyhledávání obrazů. To zahrnuje nové metody pro automatickou expanzi dotazu, a studování komplexních opakovaných vzorů.
dcterms:title
Large Scale Image and Object Search as a Teacher Vyhledávání obrazů a objektu ve velkých databázích jako učitel
skos:notation
GAP103/12/2310
n3:aktivita
n20:GA
n3:celkovaStatniPodpora
n11:celkovaStatniPodpora
n3:celkoveNaklady
n11:celkoveNaklady
n3:datumDodatniDoRIV
2015-05-22+02:00
n3:druhSouteze
n21:VS
n3:duvernostUdaju
n6:S
n3:fazeProjektu
n15:100903789
n3:hlavniObor
n19:JD
n3:hodnoceniProjektu
n9:U
n3:kategorie
n4:ZV
n3:klicovaSlova
image and object search machine learning key-point detection
n3:partnetrHlavni
n22:orjk%3A21230
n3:pocetKoordinujicichPrijemcu
0
n3:pocetPrijemcu
1
n3:pocetSpoluPrijemcu
0
n3:pocetVysledkuRIV
11
n3:pocetZverejnenychVysledkuVRIV
11
n3:posledniUvolneniVMinulemRoce
2014-04-18+02:00
n3:prideleniPodpory
n14:P103-12-2310
n3:sberDatUcastniciPoslednihoRoku
n12:2014
n3:sberDatUdajeProjZameru
n12:2015
n3:soutez
n17:SGA02012GA-ST
n3:statusZobrazovaneFaze
n7:DUU
n3:typPojektu
n16:P
n3:ukonceniReseni
2014-12-31+01:00
n3:zahajeniReseni
2012-01-01+01:00
n3:zhodnoceni+vysledku+projektu+dodavatelem
Project's contributions are unquestionable in the area of image retrieval, which is documented by publications on outstanding conferences and journals (CVPR, ECCV, IJCV and TPAMI). During the project, J. Pritts graduated and has started PhD studies, both supervised by PI. Quality of results is supported by 25 citations in WoS database. Přínos projektu je nezpochybnitelný v oblasti vyhledávání obrázků, což je doloženo výsledky na vynikajících fórech (CVPR, ECCV a časopisy IJCV a TPAMI). Během řešení projektu J. Pritts graduoval v mgr. programu a zahájil PhD studium, oboje pod vedením řešitele. Kvalita výsledků projektu je podpořena již 25 citacemi ve WoS.
n3:zivotniCyklusProjektu
n18:ZBKU