3D Multi-frequency Fully Correlated Causal Random Field Texture Model

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F20%3A00522438" target="_blank" >RIV/67985556:_____/20:00522438 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/20:00054924

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-41299-9_33" target="_blank" >http://dx.doi.org/10.1007/978-3-030-41299-9_33</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-41299-9_33" target="_blank" >10.1007/978-3-030-41299-9_33</a>

Jazyk výsledku

angličtina

Název v původním jazyce

3D Multi-frequency Fully Correlated Causal Random Field Texture Model

Popis výsledku v původním jazyce

We propose a fast novel multispectral texture model with an analytical solution for both parameter estimation as well as unlimited synthesis. This Gaussian random field type of model combines a principal random field containing measured multispectral pixels with an auxiliary random field resulting from a given function whose argument is the principal field data.nThe model can serve as a stand-alone texture model or a local model for more complex compound random field or bidirectional texture function models.nThe model can be beneficial not only for texture synthesis, enlargement, editing, or compression but also for high accuracy texture recognition.

Název v anglickém jazyce

3D Multi-frequency Fully Correlated Causal Random Field Texture Model

Popis výsledku anglicky

We propose a fast novel multispectral texture model with an analytical solution for both parameter estimation as well as unlimited synthesis. This Gaussian random field type of model combines a principal random field containing measured multispectral pixels with an auxiliary random field resulting from a given function whose argument is the principal field data.nThe model can serve as a stand-alone texture model or a local model for more complex compound random field or bidirectional texture function models.nThe model can be beneficial not only for texture synthesis, enlargement, editing, or compression but also for high accuracy texture recognition.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

<a href="/cs/project/GA19-12340S" target="_blank" >GA19-12340S: Rozpoznávání povrchových materiálů při proměnlivých podmínkách optického pozorování</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

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

Název statě ve sborníku

Pattern Recognition

ISBN

978-3-030-41298-2

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

12

Strana od-do

423-434

Název nakladatele

Springer International Publishing

Místo vydání

Cham

Místo konání akce

Auckland

Datum konání akce

26. 11. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—