Multispectral Texture Benchmark

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F23%3A00579556" target="_blank" >RIV/67985556:_____/23:00579556 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.sciencedirect.com/science/article/pii/S1877050923014667?via%3Dihub" target="_blank" >https://www.sciencedirect.com/science/article/pii/S1877050923014667?via%3Dihub</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.procs.2023.10.308" target="_blank" >10.1016/j.procs.2023.10.308</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Multispectral Texture Benchmark

Popis výsledku v původním jazyce

Dozens of textural features have been published, but their realistic validation for efficient recognition applications still needs to be discovered. Textural features are derived using various approaches. We present a benchmark that can be used to evaluate these features and categorize them based on their information efficiency. We propose how the features can be benchmarked and explain different ways of measuring their properties and performance. Most textural feature-extracting algorithms are only based on information extraction from monospectral images (gray-level). Apart from native multispectral algorithms, we generalize some of these originally monospectral features for hyperspectral textures in our illustrating examples.

Název v anglickém jazyce

Multispectral Texture Benchmark

Popis výsledku anglicky

Dozens of textural features have been published, but their realistic validation for efficient recognition applications still needs to be discovered. Textural features are derived using various approaches. We present a benchmark that can be used to evaluate these features and categorize them based on their information efficiency. We propose how the features can be benchmarked and explain different ways of measuring their properties and performance. Most textural feature-extracting algorithms are only based on information extraction from monospectral images (gray-level). Apart from native multispectral algorithms, we generalize some of these originally monospectral features for hyperspectral textures in our illustrating examples.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název statě ve sborníku

Procedia Computer Science : Volume 225, 27th International Conference on Knowledge Based and Intelligent Information and Engineering Sytems, KES 2023

ISBN

—

ISSN

1877-0509

e-ISSN

—

Počet stran výsledku

10

Strana od-do

3143-3152

Název nakladatele

Elsevier

Místo vydání

Amsterdam

Místo konání akce

Athens

Datum konání akce

6. 9. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—