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 "image retrieval" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 23
Tytuł:
Image retrieval based on hierarchical Gabor filters
Autorzy:
Andrysiak, T.
Choraś, M.
Powiązania:
https://bibliotekanauki.pl/articles/908448.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
filtr Gabora
pobieranie obrazu
ekstrakcja cech
reprezentacja hierarchiczna
Gabor filters
image retrieval
texture feature extraction
hierarchical representation
Opis:
Content Based Image Retrieval (CBIR) is now a widely investigated issue that aims at allowing users of multimedia information systems to automatically retrieve images coherent with a sample image. A way to achieve this goal is the computation of image features such as the color, texture, shape, and position of objects within images, and the use of those features as query terms. We propose to use Gabor filtration properties in order to find such appropriate features. The article presents multichannel Gabor filtering and a hierarchical image representation. Then a salient (characteristic) point detection algorithm is presented so that texture parameters are computed only in a neighborhood of salient points. We use Gabor texture features as image content descriptors and efficiently emply them to retrieve images.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2005, 15, 4; 471-480
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
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:
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:
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:
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:
An autonomous monitoring system based on object shape detection
Autorzy:
Deniziak, S.
Michno, T.
Pięta, P.
Powiązania:
https://bibliotekanauki.pl/articles/114662.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
monitoring system
object identification
image retrieval
machine vision
Opis:
In traditional monitoring systems, stationary cameras are supervised only by a human operator, who may easily miss some events recorded by a camera. Because it is imperative for a surveillance system to be reliable, its autonomy can be extended by applying computer vision algorithms to a video signal and also by the use of mobile robots capable of monitoring tight and occluded areas. In this paper, we present an overview of the concept of an autonomous monitoring system based on object shape detection. Our goal is to develop a real-time system which robustly and efficiently identifies objects on the basis of their approximate shape. For monitoring the environment we use active and smart cameras capable of remote position control, as well as mobots equipped with video sensors. After performing the object extraction from individual video frames, each new detected object is decomposed into simple graphical primitives like lines, circles, rectangles etc. and then identified in a database using the Query by Shape (QS) method.
Źródło:
Measurement Automation Monitoring; 2015, 61, 7; 349-351
2450-2855
Pojawia się w:
Measurement Automation Monitoring
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
Tytuł:
Przegląd podstawowych metod reprezentacji kształtów 3 D
A discussion on selected problems of lossless binary digital images compression
Autorzy:
Frejlichowski, Dariusz
Nuszkiewicz, Patrycja
Powiązania:
https://bibliotekanauki.pl/articles/41204024.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
kształt 3D
indeksowanie obrazów
deskryptory kształtu 3D
3D shape
image retrieval
3D shape descriptors
Opis:
W artykule przedstawiono przegląd istniejących rozwiązań w dziedzinie reprezentowania kształtów trójwymiarowych, stosunkowo nowym podejściu do opisywania obiektów w przetwarzaniu, rozpoznawaniu i indeksowaniu obrazów. Deskryptory kształtu 3D stają się coraz potrzebniejsze i coraz powszechniej stosowane. Wynika to z rozwoju sprzętu komputerowego, a co za tym idzie możliwości szybkiego przetwarzania skomplikowanych scen trójwymiarowych. Znajduje się przy tym kolejne obszary zastosowań trójwymiarowego opisu obiektów, m.in. w biometrii, systemach CAD i indeksowaniu.
In the paper a brief survey on existing approaches to the representation of three-dimensional shapes was presented. It is a new way of describing objects in image processing, recognition and indexing. The 3D shape descriptors become more and more useful and widely used. Rapid development of computer hardware and the possibilities of fast processing of three-dimensional scenes cause it. Many new applications of 3D shape description can be easily found, e.g. in biometrics, CAD systems and image retrieval.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2010, 2; 15-21
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
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:
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:
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:
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:
Reconstruction of high-dimensional data using the method of probabilistic features combination
Autorzy:
Jakóbczak, D. J.
Powiązania:
https://bibliotekanauki.pl/articles/118528.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
image retrieval
pattern recognition
data modeling
vector interpolation
PFC method
feature reconstruction
probabilistic modeling
pobieranie obrazu
rozpoznawanie wzorców
modelowanie danych
interpolacja wektora
metoda PFC
funkcja rekonstrukcji
modelowanie probabilistyczne
Opis:
Proposed method, called Probabilistic Features Combination (PFC), is the method of multi-dimensional data modeling, extrapolation and interpolation using the set of high-dimensional feature vectors. This method is a hybridization of numerical methods and probabilistic methods. Identification of faces or fingerprints need modeling and each model of the pattern is built by a choice of multi-dimensional probability distribution function and feature combination. PFC modeling via nodes combination and parameter γ as N-dimensional probability distribution function enables data parameterization and interpolation for feature vectors. Multidimensional data is modeled and interpolated via nodes combination and different functions as probability distribution functions for each feature treated as random variable: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function.
Autorska metoda Probabilistycznej Kombinacji Cech - Probabilistic Features Combination (PFC) jest wykorzystywana do interpolacji i modelowania wielowymiarowych danych. Węzły traktowane są jako punkty charakterystyczne N-wymiarowej informacji, która ma być odtwarzana (np. obraz). Wielowymiarowe dane są interpolowane lub rekonstruowane z wykorzystaniem funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 9; 37-50
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
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
Wyświetlanie 1-15 z 23

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