Key points are not available for this paper at this time.
Nous introduisons une approche pour la classification de croquis basée sur des vecteurs de Fisher qui surpasse de manière significative les techniques existantes. Pour le benchmark de croquis TU-Berlin Eitz et al. 2012a, notre taux de reconnaissance est proche de la performance humaine pour la même tâche. Motivés par ces résultats, nous proposons un benchmark différent pour l'évaluation des algorithmes de classification de croquis. Notre idée clé est que l'aspect pertinent lors de la reconnaissance d'un croquis n'est pas l'intention de la personne qui a réalisé le dessin, mais l'information qui a été effectivement exprimée. Nous modifions le benchmark original pour capturer ce concept de manière plus précise et, en tant que tel, fournir un outil plus adéquat pour l'évaluation des techniques de classification de croquis. Enfin, nous effectuons une analyse pilotée par la classification qui est capable de récupérer des aspects sémantiques des croquis individuels, tels que la qualité du dessin et l'importance de chaque partie du croquis pour la reconnaissance.
Schneider et al. (Mar.) ont étudié cette question.