Segmentace barevné textury dekompozicí modelu textury ve tvaru normální směsi
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F06%3A00041781" target="_blank" >RIV/67985556:_____/06:00041781 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Color Texture Segmentation by Decomposition of Gaussian Mixture Model
Popis výsledku v původním jazyce
Recently we have proposed Gaussian mixtures as a local statistical model to synthesize artificial textures. We describe the statistical dependence of pixels of a movable window by multivariate Gaussian mixture of product components. The mixture components correspond to different variants of image patches as they appear in the window. In this sense they can be used to identify different segments of the source color texture image. The segmentation can be obtained by means of Bayes formula provided that aproper decomposition of the estimated Gaussian mixture into sub-mixtures is available. In this paper the mixture model is decomposed by maximizing the mean probability of correct classification of pixels into segments in a way taking into account the assumed consistency of final segmentation.
Název v anglickém jazyce
Color Texture Segmentation by Decomposition of Gaussian Mixture Model
Popis výsledku anglicky
Recently we have proposed Gaussian mixtures as a local statistical model to synthesize artificial textures. We describe the statistical dependence of pixels of a movable window by multivariate Gaussian mixture of product components. The mixture components correspond to different variants of image patches as they appear in the window. In this sense they can be used to identify different segments of the source color texture image. The segmentation can be obtained by means of Bayes formula provided that aproper decomposition of the estimated Gaussian mixture into sub-mixtures is available. In this paper the mixture model is decomposed by maximizing the mean probability of correct classification of pixels into segments in a way taking into account the assumed consistency of final segmentation.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Lecture Notes in Computer Science
ISSN
0302-9743
e-ISSN
—
Svazek periodika
19
Číslo periodika v rámci svazku
4225
Stát vydavatele periodika
DE - Spolková republika Německo
Počet stran výsledku
10
Strana od-do
287-296
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—