Informační systém výzkumu,
vývoje a inovací

Rejstřík informací o výsledcích

Jednoduché vyhledávání

Zpět na hledáníUnsupervised Texture Segmentation Using Multiple Segmenters Strategy (2007)výskyt výsledku

Identifikační kód RIV/67985556:_____/07:00083068
Název v anglickém jazyce Unsupervised Texture Segmentation Using Multiple Segmenters Strategy
Druh J - Recenzovaný odborný článek (Jimp, Jsc a Jost)
Poddruh -
Jazyk eng - angličtina
Obor - skupina B - Fyzika a matematika
Obor BD - Teorie informace
Rok uplatnění 2007
Kód důvěrnosti údajů S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů.
Počet výskytů výsledku 4
Počet tvůrců celkem 2
Počet domácích tvůrců 2
Výčet všech uvedených jednotlivých tvůrců Michal Haindl (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 2890542)
Stanislav Mikeš (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 2812495)
Popis výsledku v anglickém jazyce A novel unsupervised multi-spectral multiple-segmenter texture segmentation method with unknown number of classes is presented. The unsupervised segmenter is based on a combination of several unsupervised segmentation results, each in different resolution, using the sum rule. Multi-spectral texture mosaics are locally represented by four causal multi-spectral random field models recursively evaluated for each pixel. The single-resolution segmentation part of the algorithm is based on the underlying Gaussian mixture model and starts with an over segmented initial estimation which is adaptively modified until the optimal number of homogeneous texture segments is reached. The performance of the presented method is extensively tested on the Prague segmentation benchmark using the commonest segmentation criteria and compares favourably with several alternative texture segmentation methods.
Klíčová slova oddělená středníkem Unsupervised Segmentation; Texture; Statistical Pattern Recognition
Stránka www, na které se nachází výsledek -
Odkaz na údaje z výzkumu -

Údaje o výsledku v závislosti na druhu výsledku

Název periodika Lecture Notes in Computer Science
ISSN 0302-9743
e-ISSN -
Svazek periodika 2007
Číslo periodika v rámci uvedeného svazku 4472
Stát vydavatele periodika DE - Spolková republika Německo
Počet stran výsledku 10
Strana od-do 210-219
Kód UT WoS článku podle Web of Science -
EID výsledku v databázi Scopus -
Způsob publikování výsledku -
Předpokládaný termín zveřejnění plného textu výsledku -

Ostatní informace o výsledku

Předkladatel Ústav teorie informace a automatizace AV ČR, v. v. i.
Dodavatel AV0 - Akademie věd České republiky (AV ČR )
Rok sběru 2007
Specifikace RIV/67985556:_____/07:00083068!RIV07-AV0-67985556
Datum poslední aktualizace výsledku 20.08.2009
Kontrolní číslo 10480283

Informace o dalších výskytech výsledku dodaného stejným předkladatelem

Dodáno MŠMT v roce 2007 RIV/67985556:_____/07:00083068 v dodávce dat RIV07-MSM-67985556/01:1

Informace o dalších výskytech výsledku dodaného ostatními předkladateli

Dodáno AV ČR v roce 2008 RIV/61384399:31160/07:00027049 v dodávce dat RIV08-AV0-31160___/01:1 předkladatelem Vysoká škola ekonomická v Praze / Fakulta managementu v Jindřichově Hradci
Dodáno MŠMT v roce 2008 RIV/61384399:31160/07:00027049 v dodávce dat RIV08-MSM-31160___/01:1 předkladatelem Vysoká škola ekonomická v Praze / Fakulta managementu v Jindřichově Hradci

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Projekt podporovaný AV ČR v programu 1E 1ET400750407 - Automatické získávání modelů virtuální reality z reálných scén (2004 - 2008)
Projekt podporovaný AV ČR v programu IA IAA2075302 - Multidimenzionální komponentové pravděpodobnostní modely (2003 - 2007)
Výzkumný záměr podporovaný AV ČR AV0Z10750506 - Pokročilé matematické metody získávání, zpracování a využití informací a znalostí ve složitých a nedeterministických systémech (2005 - 2010)
Vyhledávání ...