Hierarchický model s konečnými stavy pro segmentaci textur

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F07%3A00083357" target="_blank" >RIV/67985556:_____/07:00083357 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A Hierarchical Finite-State Model for Texture Segmentation

Popis výsledku v původním jazyce

A novel model for unsupervised segmentation of texture images is presented. The image to be segmented is first discretized and then a hierarchical finite-state region-based model is automatically coupled with the data by means of a sequential optimization scheme, namely the Texture Fragmentation and Reconstruction (TFR) algorithm. Both intra- and inter-texture interactions are modeled, by means of an underlying hierarchical finite-state model, and eventually the segmentation task is addressed in a completely unsupervised manner. The output is then a nested segmentation, so that the user may decide the scale at which the segmentation has to be provided. TFR is composed of two steps: the former focuses on the estimation of the states at the finest levelof the hierarchy, and is associated with an image fragmentation, or over-segmentation; the latter deals with the reconstruction of the hierarchy representing the textural interaction at different scales.

Název v anglickém jazyce

A Hierarchical Finite-State Model for Texture Segmentation

Popis výsledku anglicky

A novel model for unsupervised segmentation of texture images is presented. The image to be segmented is first discretized and then a hierarchical finite-state region-based model is automatically coupled with the data by means of a sequential optimization scheme, namely the Texture Fragmentation and Reconstruction (TFR) algorithm. Both intra- and inter-texture interactions are modeled, by means of an underlying hierarchical finite-state model, and eventually the segmentation task is addressed in a completely unsupervised manner. The output is then a nested segmentation, so that the user may decide the scale at which the segmentation has to be provided. TFR is composed of two steps: the former focuses on the estimation of the states at the finest levelof the hierarchy, and is associated with an image fragmentation, or over-segmentation; the latter deals with the reconstruction of the hierarchy representing the textural interaction at different scales.

Druh

D - Stať ve sborníku

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET400750407" target="_blank" >1ET400750407: Automatické získávání modelů virtuální reality z reálných scén</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)<br>R - Projekt Ramcoveho programu EK

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP'07) /32./

ISBN

—

ISSN

1520-6149

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1209-1212

Název nakladatele

IEEE

Místo vydání

Los Alamos

Místo konání akce

Honolulu

Datum konání akce

15. 4. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—