Leaf image classification with exponential family Fisher vector

Autores
Redolfi, J.; Sanchez, J.; Pucheta, J.
Año de publicación
2015
Idioma
inglés
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.
Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
In this work we present an experimental analysis of the use of exponential family Fisher vector to solve the problem of visual plant identification. We make a comparison of the encoding of different descriptors with this framework and we evaluate the performance on public datasets and compare these results with state of the art methods proposed in the literature. We show that eFV framework performs very well in the problem of plant classification.
Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.
Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Sistemas de Automatización y Control
Materia
Plant identification
Framework
Public datasets
Plant classification
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/550509
Acceder
id RDUUNC_488419d86066fbdce9d9f645d8c26272
oai_identifier_str oai:rdu.unc.edu.ar:11086/550509
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Leaf image classification with exponential family Fisher vectorRedolfi, J.Sanchez, J.Pucheta, J.Plant identificationFrameworkPublic datasetsPlant classificationFil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.In this work we present an experimental analysis of the use of exponential family Fisher vector to solve the problem of visual plant identification. We make a comparison of the encoding of different descriptors with this framework and we evaluate the performance on public datasets and compare these results with state of the art methods proposed in the literature. We show that eFV framework performs very well in the problem of plant classification.Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Sistemas de Automatización y Control2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/550509enginfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-23T11:16:03Zoai:rdu.unc.edu.ar:11086/550509Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-23 11:16:03.917Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Leaf image classification with exponential family Fisher vector
title Leaf image classification with exponential family Fisher vector
spellingShingle Leaf image classification with exponential family Fisher vector
Redolfi, J.
Plant identification
Framework
Public datasets
Plant classification
title_short Leaf image classification with exponential family Fisher vector
title_full Leaf image classification with exponential family Fisher vector
title_fullStr Leaf image classification with exponential family Fisher vector
title_full_unstemmed Leaf image classification with exponential family Fisher vector
title_sort Leaf image classification with exponential family Fisher vector
dc.creator.none.fl_str_mv Redolfi, J.
Sanchez, J.
Pucheta, J.
author Redolfi, J.
author_facet Redolfi, J.
Sanchez, J.
Pucheta, J.
author_role author
author2 Sanchez, J.
Pucheta, J.
author2_role author
author
dc.subject.none.fl_str_mv Plant identification
Framework
Public datasets
Plant classification
topic Plant identification
Framework
Public datasets
Plant classification
dc.description.none.fl_txt_mv Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.
Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
In this work we present an experimental analysis of the use of exponential family Fisher vector to solve the problem of visual plant identification. We make a comparison of the encoding of different descriptors with this framework and we evaluate the performance on public datasets and compare these results with state of the art methods proposed in the literature. We show that eFV framework performs very well in the problem of plant classification.
Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.
Fil: Sanchez, J. Universidad Nacional de Córdoba; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a Control; Argentina.
Fil: Pucheta, J. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Sistemas de Automatización y Control
description Fil: Redolfi, J. Universidad Nacional de Córdoba; Argentina.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/550509
url http://hdl.handle.net/11086/550509
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846785244654469120
score 12.982451

Publicaciones similares