A subspace approach to texture modelling by using Gaussian mixtures
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F06%3A00040949" target="_blank" >RIV/67985556:_____/06:00040949 - isvavai.cz</a>
Alternative codes found
RIV/61384399:31160/06:00025109
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
A subspace approach to texture modelling by using Gaussian mixtures
Original language description
Assuming local and shift-invariant texture properties we describe the statistical dependencies between pixels by a joint probability density of gray-levels within a suitably chosen observation window. We estimate the unknown multivariate density in the form of a Gaussian mixture of product components from data obtained by shifting the observation window by considering a subspace approach based on a structural mixture model.
Czech name
Podprostorový přístup k modelování textur pomocí gaussovských směsí.
Czech description
Předpokládá se, že modelovaná textura je charakterizovaná lokálními statistickými vlastnostmi a je vůči nim homogení. Lokální statistické vlastnosti textury jsou odhadovány ve formě normální směsi s komponentami součinového typu. Podprostorový přístup založený na směsi s binárními strukturními parametry umožňuje zvětšení kontextového okna a tím usnadňuje popis nízkofrekvenčních charakteristik modelované textury.
Classification
Type
D - Article in proceedings
CEP classification
BB - Applied statistics, operational research
OECD FORD branch
—
Result continuities
Project
Result was created during the realization of more than one project. More information in the Projects tab.
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Proceedings of the 18th Conference on Pattern Recognition. ICPR 2006
ISBN
0-7695-2521-0
ISSN
—
e-ISSN
—
Number of pages
4
Pages from-to
235-238
Publisher name
IEEE
Place of publication
Los Alamitos
Event location
Hong-Kong
Event date
Aug 20, 2006
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—