Using n-grams models for visual semantic place recognition

Mathieu Dubois 1 Frenoux Emmanuelle 2 Philippe Tarroux 3
2 AMI - Architectures et Modèles pour l'Interaction
LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur : 247329
3 CPU
LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur
Abstract : The aim of this paper is to present a new method for visual place recognition. Our system combines global image characterization and visual words, which allows to use efficient Bayesian filtering methods to integrate several images. More precisely, we extend the classical HMM model with techniques inspired by the field of Natural Language Processing. This paper presents our system and the Bayesian filtering algorithm. The performance of our system and the influence of the main parameters are evaluated on a standard database. The discussion highlights the interest of using such models and proposes improvements.
Type de document :
Communication dans un congrès
VISAPP, Feb 2013, Barcelona, Spain. 2013
Liste complète des métadonnées

https://hal.inria.fr/hal-00962167
Contributeur : Mathieu Dubois <>
Soumis le : vendredi 21 mars 2014 - 01:05:57
Dernière modification le : jeudi 11 janvier 2018 - 06:28:09
Document(s) archivé(s) le : samedi 21 juin 2014 - 10:37:41

Fichiers

Identifiants

  • HAL Id : hal-00962167, version 1
  • ARXIV : 1403.5370

Collections

Citation

Mathieu Dubois, Frenoux Emmanuelle, Philippe Tarroux. Using n-grams models for visual semantic place recognition. VISAPP, Feb 2013, Barcelona, Spain. 2013. 〈hal-00962167〉

Partager

Métriques

Consultations de la notice

317

Téléchargements de fichiers

182