Detail publikace
Handwritten Digits Recognition Improved by Multiresolution Classifier Fusion
Digit Recognition, Classifier Fusion, Multiresolution
Jeden obvyklý přístup ke konstrukci vysoce přesných klasifikátorů pro rozpoznávání ručně psaných číslic je fúze různých slabších klasifikátorů do jednoho složeného, který (pokud jsou dodržena určitá omezení) překonává všechny jednotlivé klasifikátory složené fúzí. Tento článek studuje možnost fúze klasifikátorů různých druhů (Self-Organizing Maps, Randomized Trees, a AdaBoost se slabými hypotézami MB-LBP) postavených nad trénovacími sadami převzorkovanými do různých rozlišení. Obvyklý postup je vybrat jedno rozlišení vstupních vzorků jako "to ideální" a fúzovat klasifikátory natrénované pro ně, tento článek ukazuje že přesnost klasifikace může být vylepšena fúzí informací z více měřítek.
@inproceedings{BUT76284,
author="Miroslav {Štrba} and Adam {Herout} and Jiří {Havel}",
title="Handwritten Digits Recognition Improved by Multiresolution Classifier Fusion",
booktitle="Proceedings of IbPRIA 2011, LNCS",
year="2011",
pages="726--733",
publisher="Springer Verlag",
address="Berlin",
isbn="978-3-642-21256-7"
}