Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Path Descriptors for Geometric Graph Matching and Registration

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00223693" target="_blank" >RIV/68407700:21230/14:00223693 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://cmp.felk.cvut.cz/pub/cmp/articles/amavemig/Pinheiro-ICIAR2014.pdf" target="_blank" >http://cmp.felk.cvut.cz/pub/cmp/articles/amavemig/Pinheiro-ICIAR2014.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-11758-4_1" target="_blank" >10.1007/978-3-319-11758-4_1</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Path Descriptors for Geometric Graph Matching and Registration

  • Popis výsledku v původním jazyce

    Graph and tree-like structures such as blood vessels and neuronal networks are abundant in medical imaging. We present a method to calculate path descriptors in geometrical graphs, so that the similarity between paths in the graphs can be determined efficiently. We show experimentally that our descriptors are more discriminative than existing alternatives. We further describe how to match two geometric graphs using our path descriptors. Our main application is registering images for which standard techniques are inefficient, because the appearance of the images is too different, or there is not enough texture and no uniquely identifiable keypoints to be found. We show that our approach can register these images with better accuracy than previous methods.

  • Název v anglickém jazyce

    Path Descriptors for Geometric Graph Matching and Registration

  • Popis výsledku anglicky

    Graph and tree-like structures such as blood vessels and neuronal networks are abundant in medical imaging. We present a method to calculate path descriptors in geometrical graphs, so that the similarity between paths in the graphs can be determined efficiently. We show experimentally that our descriptors are more discriminative than existing alternatives. We further describe how to match two geometric graphs using our path descriptors. Our main application is registering images for which standard techniques are inefficient, because the appearance of the images is too different, or there is not enough texture and no uniquely identifiable keypoints to be found. We show that our approach can register these images with better accuracy than previous methods.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP202%2F11%2F0111" target="_blank" >GAP202/11/0111: Automatická analýza obrazů nervové tkáně ze světelné a elektronové mikroskopie</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Image Analysis and Recognition: 11th International Conference (ICIAR 2014)

  • ISBN

    978-3-319-11757-7

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    3-11

  • Název nakladatele

    Springer-Verlag

  • Místo vydání

    Berlin

  • Místo konání akce

    Vilamoura, Algarve

  • Datum konání akce

    22. 10. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000345583300001