Optimized Texture Spectral Similarity Criteria

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F21%3A00546216" target="_blank" >RIV/67985556:_____/21:00546216 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/21:00057617

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-88113-9_52" target="_blank" >http://dx.doi.org/10.1007/978-3-030-88113-9_52</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-88113-9_52" target="_blank" >10.1007/978-3-030-88113-9_52</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Optimized Texture Spectral Similarity Criteria

Popis výsledku v původním jazyce

This paper introduces an accelerated algorithm for evaluating criteria for comparing the spectral similarity of color, Bidirectional Texture Functions (BTF), and hyperspectral textures. The criteria credibly compare texture pixels by simultaneously considering the pixels with similar values and their mutual ratios. Such a comparison can determine the optimal modeling or acquisition setup by comparing the original data with their synthetic simulations. Other applications of the criteria can be spectral-based texture retrieval or classification. Together with existing alternatives, the suggested methods were extensively tested and compared on a wide variety of color, BTF, and hyper-spectral textures. The methods' performance quality was examined in a long series of specially designed experiments where proposed ones outperform all tested alternatives.

Název v anglickém jazyce

Optimized Texture Spectral Similarity Criteria

Popis výsledku anglicky

This paper introduces an accelerated algorithm for evaluating criteria for comparing the spectral similarity of color, Bidirectional Texture Functions (BTF), and hyperspectral textures. The criteria credibly compare texture pixels by simultaneously considering the pixels with similar values and their mutual ratios. Such a comparison can determine the optimal modeling or acquisition setup by comparing the original data with their synthetic simulations. Other applications of the criteria can be spectral-based texture retrieval or classification. Together with existing alternatives, the suggested methods were extensively tested and compared on a wide variety of color, BTF, and hyper-spectral textures. The methods' performance quality was examined in a long series of specially designed experiments where proposed ones outperform all tested alternatives.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20202 - Communication engineering and systems

Projekt

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

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

Advances in Computational Collective Intelligence

ISBN

978-3-030-88113-9

ISSN

1865-0929

e-ISSN

—

Počet stran výsledku

12

Strana od-do

644-655

Název nakladatele

Springer International Publishing

Místo vydání

Cham

Místo konání akce

Kallithea, Rhodes

Datum konání akce

29. 9. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—