Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Neural Network as a Tool for Detection of Wine Grapes

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F16%3A39901932" target="_blank" >RIV/00216275:25530/16:39901932 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-319-33625-1_21" target="_blank" >http://dx.doi.org/10.1007/978-3-319-33625-1_21</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-33625-1_21" target="_blank" >10.1007/978-3-319-33625-1_21</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural Network as a Tool for Detection of Wine Grapes

  • Popis výsledku v původním jazyce

    The recognition of wine grapes in real-life images is a serious issue solved by researches dealing with precision viticulture. The detection of wine grapes of red varieties is a well mastered problem. On the other hand, the detection of white varieties is still a challenging task. In this contribution, detectors designed for recognition of white wine grapes in real-life images are introduced and evaluated. Two representations of object images are considered in this paper; namely, vector of normalized pixel intensities and histograms of oriented gradients. In both cases, classifiers are realized using feedforward multilayer neural networks. The detector based on the histograms of oriented gradients has proven to be very effective by cross-validation. The results obtained by its evaluation on independent testing data are slightly worse; however, still very good. On the other hand, the representation using the vector of normalized pixel intensities was stated as insufficient.

  • Název v anglickém jazyce

    Neural Network as a Tool for Detection of Wine Grapes

  • Popis výsledku anglicky

    The recognition of wine grapes in real-life images is a serious issue solved by researches dealing with precision viticulture. The detection of wine grapes of red varieties is a well mastered problem. On the other hand, the detection of white varieties is still a challenging task. In this contribution, detectors designed for recognition of white wine grapes in real-life images are introduced and evaluated. Two representations of object images are considered in this paper; namely, vector of normalized pixel intensities and histograms of oriented gradients. In both cases, classifiers are realized using feedforward multilayer neural networks. The detector based on the histograms of oriented gradients has proven to be very effective by cross-validation. The results obtained by its evaluation on independent testing data are slightly worse; however, still very good. On the other hand, the representation using the vector of normalized pixel intensities was stated as insufficient.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BD - Teorie informace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Artificial Intelligence Perspectives in Intelligent Systems : Proceedings of the 5th Computer Science On-line Conference 2016 (CSOC2016). Vol 1

  • ISBN

    978-3-319-33625-1

  • ISSN

    2194-5357

  • e-ISSN

  • Počet stran výsledku

    11

  • Strana od-do

    225-235

  • Název nakladatele

    Springer International Publishing AG

  • Místo vydání

    Cham

  • Místo konání akce

    Prague

  • Datum konání akce

    27. 4. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000385237600021