Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "content-based retrieval" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-15 z 15
    Tytuł:
    Optimized image feature selection using pairwise classifiers
    Autorzy:
    Bazarganigilani, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/91755.pdf
    Data publikacji:
    2011
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content based image retrieval systems
    content-based image retrieval (CBIR)
    higher feature
    classifier
    Opis:
    In this paper, we introduce an optimized method to improve the accuracy of content based image retrieval systems (CBIR). CBIR systems classify the images according to low and higher features.In our research, we improve both feature selection and classifier partition of a CBIR system. Results show great performance of our proposed algorithm.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 2; 147-153
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fast image index for database management engines
    Autorzy:
    Grycuk, Rafał
    Najgebauer, Patryk
    Kordos, Miroslaw
    Scherer, Magdalena M.
    Marchlewska, Alina
    Powiązania:
    https://bibliotekanauki.pl/articles/1837480.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    image descriptor
    content-based image retrieval
    image indexing
    Opis:
    Large-scale image repositories are challenging to perform queries based on the content of the images. The paper proposes a novel, nested-dictionary data structure for indexing image local features. The method transforms image local feature vectors into two-level hashes and builds an index of the content of the images in the database. The algorithm can be used in database management systems. We implemented it with an example image descriptor and deployed in a relational database. We performed the experiments on two image large benchmark datasets.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 2; 113-123
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Semantic hashing for fast solar magnetogram retrieval
    Autorzy:
    Grycuk, Rafał
    Scherer, Rafał
    Marchlewska, Alina
    Napoli, Christian
    Powiązania:
    https://bibliotekanauki.pl/articles/2147145.pdf
    Data publikacji:
    2022
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content-based image retrieval
    image descriptor
    solar analysis
    Opis:
    We propose a method for content-based retrieving solar magnetograms. We use the SDO Helioseismic and Magnetic Imager output collected with SunPy PyTorch libraries. We create a mathematical representation of the magnetic field regions of the Sun in the form of a vector. Thanks to this solution we can compare short vectors instead of comparing full-disk images. In order to decrease the retrieval time, we used a fully-connected autoencoder, which reduced the 256-element descriptor to a 32-element semantic hash. The performed experiments and comparisons proved the efficiency of the proposed approach. Our approach has the highest precision value in comparison with other state-of-the-art methods. The presented method can be used not only for solar image retrieval but also for classification tasks.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2022, 12, 4; 299--306
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Content-based retrieval system as a telemedical tool
    Autorzy:
    Rumiński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333699.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    odzyskiwanie oparte na zawartości
    telemedycyna
    analiza obrazu
    content-based retrieval
    telemedicine
    image analysis
    Opis:
    The problem of medical teleconsultations with intelligent computer system rather than with a human expert is analyzed. System for content-based retrieval of images is described and presented as a use case of telemedical tool. Selected features, crucial for retrieval quality, are introduced including: synthesis of parametric images, regions of interest detection and extraction, definition of content-based features, generation of descriptors, query algebra, system architecture and performance. Additionally, electronic business pattern is proposed to generalize teleconsultation services like content-based retrieval systems
    Źródło:
    Journal of Medical Informatics & Technologies; 2004, 7; KB55-64
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimizing Space Complexity using Color Spaces in CBIR Systems for Medical Diagnosis
    Autorzy:
    Kenny, S. Pradeep Kumar
    Powiązania:
    https://bibliotekanauki.pl/articles/1031845.pdf
    Data publikacji:
    2020
    Wydawca:
    Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
    Tematy:
    Cervical Cancer
    Color Space
    Content Based Image retrieval
    Data Mining
    Opis:
    Content based Image Retrieval systems are now used in various automated systems because they largely produce accurate results as they do not depend on the metadata for telling what the image is but rather define it on the basis contents of the image like color, shape, texture and spatial locations. Content based Image retrieval systems have a repository of similar images and when a query image is presented to system it matches similar images in the database. This process aids in various applications like security checks to medical diagnosis. But all CBIR systems in common have to store the images which take a huge space. Here in this work, a unique approach is being devised to reduce the space complexity for a CBIR system used for detecting cervical cancer. When it comes to medical image it is not the question of how to reduce space, but along with it, the original contents of the image also has to be preserved.
    Źródło:
    World News of Natural Sciences; 2020, 30, 2; 96-103
    2543-5426
    Pojawia się w:
    World News of Natural Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detecting visual objects by edge crawling
    Autorzy:
    Grycuk, Rafał
    Wojciechowski, Adam
    Wei, Wei
    Siwocha, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/1837538.pdf
    Data publikacji:
    2020
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    content-based image retrieval
    crawler
    edge detection
    image descriptor
    object extraction
    Opis:
    Content-based image retrieval methods develop rapidly with a growing scale of image repositories. They are usually based on comparing and indexing some image features. We developed a new algorithm for finding objects in images by traversing their edges. Moreover, we describe the objects by histograms of local features and angles. We use such a description to retrieve similar images fast. We performed extensive experiments on three established image datasets proving the effectiveness of the proposed method.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2020, 10, 3; 223-237
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Image Retrieval Based on Text and Visual Content Using Neural Networks
    Autorzy:
    Castro, D. A.
    Seijas, L. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/108732.pdf
    Data publikacji:
    2010
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    image retrieval
    Self-Organizing Maps (SOM)
    content-based image retrieval (CBIR)
    Text-Based Image Retrieval (TBIR)
    ParBSOM
    Scoring function
    Opis:
    In the last few years there has been a dramatic increase in the amount of visual data to be searched and retrieved. Typically, images are described by their textual content (TBIR) or by their visual features (CBIR). However, these approaches still present many problems. The hybrid approach was recently introduced, combining both characteristics to improve the benefits of using text and visual content separately. In this work we examine the use of the Self Organizing Maps for content-based image indexing and retrieval. We propose a scoring function which eliminates irrelevant images from the results and we also introduce a SOM variant (ParBSOM) that reduces training and retrieval times. The application of these techniques to the hybrid approach improved computational results.
    Źródło:
    Journal of Applied Computer Science Methods; 2010, 2 No. 1; 21-39
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dopasowywanie obrazów sonarowych w oparciu o metodę informacji wzajemnej
    matching sonar images based on the mutual information method
    Autorzy:
    Chorzewska, K.
    Felski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/222148.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
    Tematy:
    sonogram
    cyfrowa analiza obrazu
    wyszukiwanie na podstawie zawartości
    dopasowywanie obrazów
    digital image analysis
    content-based image retrieval (CBIR)
    image matching
    Opis:
    Wśród wielu zagrożeń dla współczesnej żeglugi morskiej wymienia się między innymi zagrożenie terroryzmem. Na wodach płytkich może ono przyjmować postać zagrożenia improwizowanymi ładunkami wybuchowymi umieszczanymi na dnie z pokładów dowolnych jednostek, pojawiających się na akwenie w sposób niezauważalny dla kogokolwiek. Jednym z kierunków działań zmierzających do poprawy bezpieczeństwa w tym zakresie jest koncepcja hydroakustycznego systemu ochrony portów, torów wodnych i kotwicowisk. Zakłada ona możliwość szybkiego porównywania obrazów sonarowych z obrazami archiwalnymi, dając podstawy do wykrywania zmian na ochranianym akwenie, przy czym powszechna dostępność technik cyfrowych sugeruje wykonywanie takich poszukiwań w tej właśnie technologii. Porównywanie sonogramów metodami cyfrowej analizy obrazów wymaga w pierwszej kolejności przeprowadzenia ich prawidłowego automatycznego dopasowania. Automatyzacja procesu dopasowania obrazów otwiera dodatkowo perspektywy ich zastosowania w systemach nawigacji porównawczej. W artykule przedstawiono ujęcie tego zagadnienia w sposób właściwy dla technik wyszukiwania obrazów na podstawie zawartości (Content-Based Image Retrieval — CBIR). Wyznaczenie najlepszego dopasowania dwóch sonogramów przeprowadzono w oparciu o metodę maksymalizacji informacji wzajemnej.
    Among many threats to the present maritime navigation the terrorism has risen to the rank of one of the most serious. In shallow waters there is a possibility of using the improvised explosive devices which can be placed on the seabed impromptu and imperceptible for anybody from deck of any watercraft or from a harbor quay. One of the proposals to improve the safety in this area is the idea of hydro acoustic surveillance system of ports, fairways and anchorages. It is based on the assumption that sonar images can be quickly compared with archived images leading to detecting changes in the waters protected. Widespread access to digital technologies suggests using them to deal with the problem mentioned. However, to compare sonograms with the digital picture analysis methods requires, first of all, their proper automatic adjustment. The automation of the image-matching process also opens perspectives for using it in systems based on the comparative navigation. The paper presents the approach to the issue based on Content-Based Image Retrieval (CBIR).The Mutual Information method is employed to best match two sonograms.
    Źródło:
    Zeszyty Naukowe Akademii Marynarki Wojennej; 2012, R. 53 nr 4 (191), 4 (191); 19-32
    0860-889X
    Pojawia się w:
    Zeszyty Naukowe Akademii Marynarki Wojennej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Novel visual object descriptor using surf and clustering algorithms
    Autorzy:
    Grycuk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/122762.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    k-means
    mean shift
    clustering
    image description
    SURF
    keypoints
    content-based image retrieval (CBIR)
    opis obrazu
    algorytmy grupowania
    detekcja punktów kluczowych
    Opis:
    In this paper we propose a method for object description based on two wellknown clustering algorithms (k-means and mean shift) and the SURF method for keypoints detection. We also perform a comparison of these clustering methods in object description area. Both of these algorithms require one input parameter; k-means (k, number of objects) and mean shift (h, window). Our approach is suitable for images with a non-homogeneous background thus, the algorithm can be used not only on trivial images. In the future we will try to remove non-important keypoints detected by the SURF algorithm. Our method is a part of a larger CBIR system and it is used as a preprocessing stage.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2016, 15, 3; 37-46
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New image descriptor from edge detector and blob extractor
    Autorzy:
    Grycuk, R.
    Scherer, R.
    Gabryel, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/122401.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    image description
    content-based image retrieval (CBIR)
    edge detection
    blob extraction
    blob detection
    opis obrazu
    wyszukiwanie na podstawie zawartości
    CBIR
    wykrywanie krawędzi
    Opis:
    In this paper we present a novel approach for image description. The method is based on two well-known algorithms: edge detection and blob extraction. In the edge detection step we use the Canny detector. Our method provides a mathematical description of each object in the input image. On the output of the presented algorithm we obtain a histogram, which can be used in various fields of computer vision. In this paper we applied it in the content-based image retrieval system. The simulations proved the effectiveness of our method.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2015, 14, 4; 31-39
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    CAD models clustering with machine learning
    Autorzy:
    Machalica, Dawid
    Matyjewski, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/139503.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    3D shape matching
    3D shape retrieval
    3D model recognition
    3D shape
    content-based retrieval
    machine learning
    dopasowanie kształtu 3D
    pobieranie kształtu 3D
    rozpoznawanie modeli 3D
    kształt 3D
    pobieranie oparte na treści
    uczenie maszynowe
    Opis:
    Similarity assessment between 3D models is an important problem in many fields including medicine, biology and industry. As there is no direct method to compare 3D geometries, different model representations (shape signatures) are developed to enable shape description, indexing and clustering. Even though some of those descriptors proved to achieve high classification precision, their application is often limited. In this work, a different approach to similarity assessment of 3D CAD models was presented. Instead of focusing on one specific shape signature, 45 easy-to-extract shape signatures were considered simultaneously. The vector of those features constituted an input for 3 machine learning algorithms: the random forest classifier, the support vector classifier and the fully connected neural network. The usefulness of the proposed approach was evaluated with a dataset consisting of over 1600 CAD models belonging to 9 separate classes. Different values of hyperparameters, as well as neural network configurations, were considered. Retrieval accuracy exceeding 99% was achieved on the test dataset.
    Źródło:
    Archive of Mechanical Engineering; 2019, LXVI, 2; 133-152
    0004-0738
    Pojawia się w:
    Archive of Mechanical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Improving quality of cytological screening in early detection of malignancy associated changes
    Autorzy:
    Piętka, B. D.
    Dulewicz, A. M.
    Kupis, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/333426.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    przesiewowe badania cytologiczne
    bazy danych obrazu
    wczesne wykrycie raka pęcherza
    cytological screening
    image databases
    early detection of bladder cancer
    content-based image retrieval (CBIR)
    Opis:
    The paper deals with an image database organization and utilization in computer-aided cytology. To illustrate the idea we take as an example the problem of bladder cancer early detection based on urine cytology. In spite of its diagnostic potential for discovering malignancy associated changes (MAC) at the cell level it seems to be underestimated. There is common view that sensitivity of the method, especially for early cancer stages, is relatively low. We depict here just one but significant direction of our works that aims to support pathologists making the diagnosis more accurate and reliable. The key idea relies on automatic searching for MAC by comparing nuclear chromatin structure of objects in a smear with a collection of sample patterns contained in a pathomorphological image database.
    Źródło:
    Journal of Medical Informatics & Technologies; 2012, 19; 85-91
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Techniki semantycznego indeksowania obrazów medycznych na przykładzie przestrzennych rekonstrukcji unaczynienia wieńcowego
    Semantic techniques of image retrieval on the example of CT coronary vessels reconstructions
    Autorzy:
    Trzupek, M.
    Ogiela, M. R.
    Powiązania:
    https://bibliotekanauki.pl/articles/153096.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    semantyczne indeksowanie i wyszukiwanie obrazów medycznych
    systemy CBIR
    systemy automatycznej analizy i rozumienia obrazów
    semantic image retrieval
    content-based image retrieval (CBIR)
    image understanding systems
    intelligent medical image processing and understanding
    Opis:
    W artykule zaprezentowano techniki semantycznego indeksowania danych obrazowych w medycznych bazach danych z wykorzystaniem grafowych formalizmów lingwistyki matematycznej. Zaproponowane rozwiązania w głównej mierze predestynowane są do wizualizacji pochodzących z obrazowania CT (przestrzennych rekonstrukcji unaczynienia wieńcowego), niemniej jednak przedstawiona metodologia może również stanowić bazę dla innej klasy obrazów medycznych.
    The wide spread of multimedia medical databases has shown that the problem of storing and effectively searching for images containing specific disease cases that are significant for medical diagnostics is still fraught with great difficulties. The paper presents semantic indexing techniques in medical imaging databases using graph-based mathematical linguistic formalisms. The proposed solutions are mainly predestined for visualizations obtained from diagnostic examinations with the use of computed tomography (spatial reconstructions of the coronary vascularisation), but the presented methodology can also be a basis for a different class of medical images. The first section describes the methods and limitations in the context of storing and searching for data in medical databases of contemporary systems. The second section presents the historical background and discusses examples of systems. The third section describes next steps of the proposed methodology, which is additionally shown in Fig. 3. The last section summarizes the proposed solutions in the context of other systems and indicates further research directions. The obtained results confirm the possibility of using the proposed solutions in the specialized medical databases.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 1, 1; 43-46
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust content-based image retrieval using ICCV, GLCM, and DWT-MSLBP descriptors
    Autorzy:
    Chavda, Sagar
    Goyani, Mahesh
    Powiązania:
    https://bibliotekanauki.pl/articles/27312841.pdf
    Data publikacji:
    2022
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    content-based image retrieval
    improved color coherence vector
    gray-level co-occurrence matrix
    discrete wavelet transform
    multi-scale local binary pattern
    principal component analysis
    linear discriminant analysis
    Opis:
    Content-based image retrieval (CBIR) retrieves visually similar images from a dataset based on a specified query. A CBIR system measures the similarities between a query and the image contents in a dataset and ranks the dataset images. This work presents a novel framework for retrieving similar images based on color and texture features. We have computed color features with an improved color coherence vector (ICCV) and texture features with a gray-level co-occurrence matrix (GLCM) along with DWT-MSLBP (which is derived from applying a modified multi-scale local binary pattern [MS-LBP] over a discrete wavelet transform [DWT], resulting in powerful textural features). The optimal features are computed with the help of principal component analysis (PCA) and linear discriminant analysis (LDA). The proposed work uses a variancebased approach for choosing the number of principal components/eigenvectors in PCA. PCA with a 99.99% variance preserves healthy features, and LDA selects robust ones from the set of features. The proposed method was tested on four benchmark datasets with Euclidean and city-block distances. The proposed method outshines all of the identified state-of-the-art literature methods.
    Źródło:
    Computer Science; 2022, 23 (1); 5--36
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An experimental comparison of Extended Gaussian Image and Shape Distributions in 3D shape retrieval
    Eksperymentalne porównanie Rozszerzonych Obrazów Gaussa oraz Rozkładów Kształtu w wyszukiwaniu kształtów trójwymiarowych
    Autorzy:
    Frejlichowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/152520.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    Indeksowanie obrazów na podstawie zawartości
    opis kształtu 3D
    Rozszerzone Obrazy Gaussa
    Rozkłady Kształtu
    content-based image retrieval (CBIR)
    3D shape description
    Extended Gaussian Image
    Shape Distributions
    Opis:
    The effective retrieval of three-dimensional shapes is a very crucial problem nowadays. It has to be not only efficient but also carried out in reasonable time. The last demand is especially difficult as 3D objects are usually built using lots of data (vertices, patches, etc.). That was the reason for minor interest dedicated few decades ago by scientists to them. At present, this problem became less important, thanks to the advances in computer hardware development. Now, one can find many new applications of 3D models, e.g. in CAD systems, entertainment, virtual reality, biometrics and image retrieval. In order to work with those objects three-dimensional shape descriptors are used. Those algorithms are created to represent objects independently of various problems concerning them, e.g. affine transformations, noise, occlusions. The result of experimental examination of two 3D shape descriptors is provided in the paper. The research was performed using the models from the "Princeton Shape Benchmark" database. This database is very popular in the task of experimental evaluation of 3D shape descriptors. In the paper two methods of that type are explored - Extended Gaussian Image and Shape Distributions - in the problem of 3D shape retrieval.
    Skuteczne wyszukiwanie kształtów trójwymiarowych w multimedialnych bazach danych jest istotnym problemem. Musi być ono nie tylko efektywne, ale i wykonywane w rozsądnym czasie. Ten drugi warunek jest szczególnie trudny do spełnienia, ponieważ obiekty 3D są zazwyczaj skonstruowane z użyciem dużej ilości danych (wierzchołki, powierzchnie, itp.). Było to dawniej powodem mniejszego zainteresowania naukowców tym zagadnieniem. Obecnie, problem ten stał się mniej znaczący, dzięki postępowi technicznemu w dziedzinie sprzętu komputerowego. Możemy więc aktualnie znaleźć wiele zastosowań modeli 3D, np. w komputerowo wspomaganym projektowaniu, rozrywce, rzeczywistości wirtualnej, biometrii oraz wyszukiwaniu obrazów. Aby móc pracować z tego typu obiektami stosowane są deskryptory kształtu. Te algorytmy są tworzone po to, by reprezentować obiekty niezależnie od poszczególnych problemów ich dotyczących, np. przekształceń afinicznych, szumu, okluzji. W artykule przedstawiono wyniki porównania eksperymentalnego dwóch deskryptorów kształtu 3D. Badania wykonano z użyciem modeli z bazy "Princeton Shape Benchmark". Baza ta jest bardzo popularna w ocenie deskryptorów kształtu 3D. W artykule dwie metody tego typu są badane - Rozszerzone Obrazy Gaussa oraz Rozkłady Kształtu - w kontekście problemu indeksowania kształtów 3D.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 8, 8; 973-975
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-15 z 15

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies