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”

Normalised diffusion cosine similarity and its use for image segmentation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F15%3A86096742" target="_blank" >RIV/61989100:27240/15:86096742 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.scitepress.org/DigitalLibrary/PublicationsDetail.aspx?ID=L9hSRTARUnM%3d&t=1" target="_blank" >http://www.scitepress.org/DigitalLibrary/PublicationsDetail.aspx?ID=L9hSRTARUnM%3d&t=1</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.5220/0005220601210129" target="_blank" >10.5220/0005220601210129</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Normalised diffusion cosine similarity and its use for image segmentation

  • Popis výsledku v původním jazyce

    In many image-segmentation algorithms, measuring the distances is a key problem since the distance is often used to decide whether two image points belong to a single or, respectively, to two different image segments. The usual Euclidean distance need not be the best choice. Measuring the distances along the surface that is defined by the image function seems to be more relevant in more complicated images. Geodesic distance, i.e. the shortest path in the corresponding graph, or the k shortest paths canbe regarded as the simplest methods. It might seem that the diffusion distance should provide the properties that are better since all the paths (not only their limited number) are taken into account. In this paper, we firstly show that the diffusion distance has the properties that make it difficult to use it image segmentation, which extends the recent observations of some other authors. Afterwards, we propose a new measure called normalised diffusion cosine similarity that is more sui

  • Název v anglickém jazyce

    Normalised diffusion cosine similarity and its use for image segmentation

  • Popis výsledku anglicky

    In many image-segmentation algorithms, measuring the distances is a key problem since the distance is often used to decide whether two image points belong to a single or, respectively, to two different image segments. The usual Euclidean distance need not be the best choice. Measuring the distances along the surface that is defined by the image function seems to be more relevant in more complicated images. Geodesic distance, i.e. the shortest path in the corresponding graph, or the k shortest paths canbe regarded as the simplest methods. It might seem that the diffusion distance should provide the properties that are better since all the paths (not only their limited number) are taken into account. In this paper, we firstly show that the diffusion distance has the properties that make it difficult to use it image segmentation, which extends the recent observations of some other authors. Afterwards, we propose a new measure called normalised diffusion cosine similarity that is more sui

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • 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

    ICPRAM 2015 - 4th International Conference on Pattern Recognition Applications and Methods, Proceedings

  • ISBN

    978-989-758-076-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    121-129

  • Název nakladatele

    INSTICC - Institute for Systems and Technologies of Information, Control and Communication

  • Místo vydání

    Setubal

  • Místo konání akce

    Lisabon

  • Datum konání akce

    10. 1. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku