Image contours detection with deep features and SVM

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F18%3AA1901NAY" target="_blank" >RIV/61988987:17610/18:A1901NAY - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-66824-6_48" target="_blank" >http://dx.doi.org/10.1007/978-3-319-66824-6_48</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-66824-6_48" target="_blank" >10.1007/978-3-319-66824-6_48</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Image contours detection with deep features and SVM
Popis výsledku v původním jazyce
This contribution introduces the image contours detection based on the features extracted by a deep convolutional neural network. Popular pre-trained network VGG19 was used to extract 5504 different features for each input image pixel and then classified by a neural network with SVM classifier.
Název v anglickém jazyce
Image contours detection with deep features and SVM
Popis výsledku anglicky
This contribution introduces the image contours detection based on the features extracted by a deep convolutional neural network. Popular pre-trained network VGG19 was used to extract 5504 different features for each input image pixel and then classified by a neural network with SVM classifier.

Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Advances in Fuzzy Logic and Technology 2017. Proc. EUSFLAT-2017 (Book series: Advances in Intelligent Systems and Computing)
ISBN
978-331966823-9
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
8
Strana od-do
546-553
Název nakladatele
Springer Verlag
Místo vydání
Berlin
Místo konání akce
Warsaw
Datum konání akce
11. 9. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000432807900048

Podobné výsledky(10)