Библиотека
- Цветная сегментация изображения (источник www-iplab.ece.ucsb.edu) В этой работе
представлен новый подход к полностью автоматической цветной сегментации изображения,
названный JSEG. Сначала цвета в изо-бражении квантуются и представляются несколькими
классами, которые мо-гут быть использованы для того, чтобы дифференцировать области
в изобра-жении. В результате цвет пикселя изображения заменяется соответствующи-ми
метками цветных классов, формируя таким образом карту изображения. Предложен критерий
«хорошей сегментации» при использовании указанной карты классов. Применение критерия
к локальным окнам в карте классов приводит к "J-изображению", в котором высокие
и низкие значения соответ-ствуют возможным границам области и центрам области, соответственно.
Для сегментирования изображения, основанного на многошкальных J-изображениях, используется
метод роста областей. Эксперимент показывает, что JSEG обеспечивает хорошие результаты
сегментации различных изобра-жений.
- Цветная сегментация изображения с помощью глобальной информации
и локальной однородности Перевод статьи (оригинал)(источник http://www.tip.csiro.au//dicta2003/)
В этой статье предложен новый метод цветной сегментации изображе-ния с помощью глобальной
информации и локальной однородности. В мето-де используется алгоритм сдвига среднего
значения оттенка и интенсивности подпространства HSV. Рассматриваются также циклические
свойства оттен-ков компонент в предложенном методе. Эксперимент с обычными цветными
изображениями дает обещающие результаты.
- Состояние и перспективы развития исследований в области
обработки и распознавания видеоинформации (аналитический обзор)(источник: http://www.techno.edu.ru) Рассматриваются
основные направления исследований в области обработки и распознавания изображений;
анализируются недостатки существующих методов обработки и пути их преодоления на
основе применения новой технологии (алгебраического подхода) синтеза и оптимизации
алгоритмов.
- Новая модель цифрового цвета(источник:
WEBMASCON - журнал для веб-мастеров) Рассматриваются вопросы: как человеческий
глаз видет цвета, определение основных цветов, аддитивный и субтрактивный цвет,
цветовые модели, смешивание цветов, определение цветов и калибрация
- Распознавание изображений (источник:
газета "Компьютер-Информ") Рассматриваются основные процедуры и методы распознавания
изображений, структура методов распознавания, особенности при проектировании роботизированных
систем.
- Цветовые модели(источник:
DAVe Studio) Теория цвета, цветовые модели RGB, CMYK, Lab, HSB
- Системы распознавания образов (источник: CodeNet) Проблема обучения распознаванию образов.
Геометрический и структурный подходы. Гипотеза компактности. Обучение и самообучение.
Адаптация и обучение. Методы обучения распознаванию образов. Методы и алгоритмы
анализа структуры многомерных данных.
- Сравнительный анализ алгоритмов обучения нейронных сетей
(источник:
http://cache.rcom.ru/) В представлены результаты компьютерных экспериментов
по обучению нейронных сетей с помощью следующих алгоритмов: обобщенный градиентный
алгоритм обучения, градиентный алгоритм обучения с автоматическим определением длины
шага (автономный градиентный алгоритм обучения), алгоритм поиска в случайном направлении,
градиентный алгоритм обучения с одномерной оптимизацией, градиентный алгоритм обучения
с одномерной оптимизацией и с автоматическим определением длины шага, алгоритм имитации
отжига.
|