Сравнительный анализ методов сегментации изображения; Технологии Microsoft в теории и практике программирования

Сравнительный анализ методов сегментации изображения; Технологии Microsoft в теории и практике программирования

Detaylı Bibliyografya
Parent link:	Технологии Microsoft в теории и практике программирования.— 2015.— [С. 158-161]
Yazar:	Петрухина И. А.
Müşterek Yazar:	Национальный исследовательский Томский политехнический университет (ТПУ) Институт кибернетики (ИК) Кафедра информатики и проектирования систем (ИПС)
Diğer Yazarlar:	Дёмин А. Ю. Антон Юрьевич (научный руководитель)
Özet:	Заглавие с титульного листа. The following article represents the comparative analysis of different methods of image segmentation: interactive k-means method and automatic region growing method. The special attention is paid to advantages and disadvantages of these methods, which are based on comparison of pixels' brightness. This article can be useful for all engineers connected with the image processing and segmentation.
Dil:	Rusça
Baskı/Yayın Bilgisi:	2015
Seri Bilgileri:	Информационно-телекоммуникационные технологии
Konular:	электронный ресурс труды учёных ТПУ сравнительный анализ сегментация изображения метод k-средних центроид яркость кластеры области
Online Erişim:	http://earchive.tpu.ru/handle/11683/23849 http://www.lib.tpu.ru/fulltext/c/2015/C28/070.pdf
Materyal Türü:	Elektronik Kitap Bölümü
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=614578

Benzer Materyaller

Поиск ключевых кадров средствами Visual Studio; Технологии Microsoft в теории и практике программирования
Yazar:: Гориченко А. В.
Baskı/Yayın Bilgisi: (2014)

Обзор алгоримтов семантической сегментации; Технологии Microsoft в теории и практике программирования
Yazar:: Григорьев Д. С. Дмитрий Сергеевич
Baskı/Yayın Bilgisi: (2016)

Модификация алгоритма сегментации K-means with Connectivity Constraint; Технологии Microsoft в теории и практике программирования
Yazar:: Костин К. А. Кирилл Александрович
Baskı/Yayın Bilgisi: (2016)

Автоматизация процесса сегментации томографического изображения; Молодежь и современные информационные технологии
Yazar:: Власов А. В. Андрей Владимирович
Baskı/Yayın Bilgisi: (2012)

Исследование супервизорных критериев оценки качества сегментации изображений; Известия Томского политехнического университета [Известия ТПУ]; Т. 313, № 5: Управление, вычислительная техника и информатика
Yazar:: Левашкина А. О.
Baskı/Yayın Bilgisi: (2008)

Использование Visual Studio для разработки приложений параллельной сегментации изображений с использованием графических ускорителей; Технологии Microsoft в теории и практике программирования
Yazar:: Овчинникова О. И.
Baskı/Yayın Bilgisi: (2014)

Программная реализация кластеризатора для метода k-средних с уменьшенной размерностью пространства признаков; Технологии Microsoft в теории и практике программирования
Yazar:: Зензин А. С. Алексей Сергеевич
Baskı/Yayın Bilgisi: (2013)

Оценка эффективности двух алгоритмов сегментации цифрового радиационного изображения объекта контроля; Дефектоскопия; № 2
Baskı/Yayın Bilgisi: (2017)

Обзор методов сегментации медицинских изображений; Молодежь и современные информационные технологии
Yazar:: Шубкин Е. О.
Baskı/Yayın Bilgisi: (2021)

Влияние количества итераций миграции пикселей на эффективность алгоритма сегментации изображения KMCC; Молодежь и современные информационные технологии; Т. 1
Yazar:: Костин К. А. Кирилл Александрович
Baskı/Yayın Bilgisi: (2016)

Автоматизация и оптимизация процесса сегментации томографического изображения; Ресурсоэффективным технологиям - энергию и энтузиазм молодых
Yazar:: Власов А. В. Андрей Владимирович
Baskı/Yayın Bilgisi: (2013)

Сверточные сети для семантической сегментации изображений; Технологии Microsoft в теории и практике программирования
Yazar:: Григорьев Д. С. Дмитрий Сергеевич
Baskı/Yayın Bilgisi: (2016)

Использование методов дискретной оптимизации для улучшения качества изображения; Молодежь и современные информационные технологии
Yazar:: Коровкин В. А. Виталий Александрович
Baskı/Yayın Bilgisi: (2021)

Методы сегментации анатомических структур сердца и мозга; Российская наука в современном мире; Ч. 1
Yazar:: Гергет О. М. Ольга Михайловна
Baskı/Yayın Bilgisi: (2019)

Обзор методов векторизации изображения; Технологии Microsoft в теории и практике программирования
Yazar:: Степура Л. В.
Baskı/Yayın Bilgisi: (2016)

Подходы при сегментации изображений по водоразделам; Научная инициатива иностранных студентов и аспирантов российских вузов; Т. 2
Yazar:: Чан Вьет Минь
Baskı/Yayın Bilgisi: (2014)

Модель Поттса в задаче сегментации изображений: эволюционный подход; Перспективы развития фундаментальных наук; Т. 2
Yazar:: Ликаровский А. В.
Baskı/Yayın Bilgisi: (2009)

A comparative analysis between image segmentation architectures: U-Net and U-Net++; Молодежь и современные информационные технологии
Yazar:: Aksenov S. V. Sergey Vladimirovich
Baskı/Yayın Bilgisi: (2021)

Анализ архитектур нейронных сетей для сегментации пород; Молодежь и современные информационные технологии
Yazar:: Денисов В. И.
Baskı/Yayın Bilgisi: (2025)

Методы сегментации анатомических структур мозга; Молодежь и современные информационные технологии
Yazar:: Джо К. О.
Baskı/Yayın Bilgisi: (2020)

Пространственно-временной метод сегментации изображений; Современные техника и технологии; Т. 2
Yazar:: Фёдорова Ю. М.
Baskı/Yayın Bilgisi: (2008)

Автоматизация подбора алгоритма сегментации по исходному изображению; Молодежь и современные информационные технологии; Т. 1
Yazar:: Власов А. В. Алексей Викторович
Baskı/Yayın Bilgisi: (2014)

Автоматическое определение порога яркости для сегментации изображений методом комплексирования интервалов агрегированием предпочтений: № 2023685063; заявлено 22.11.2023; опубликовано 22.11.2023
Baskı/Yayın Bilgisi: ()

Цифровая обработка изображений в среде MATLAB: пер. с англ.
Yazar:: Гонсалес Р. Рафаэль С.
Baskı/Yayın Bilgisi: (Москва, Техносфера, 2006)

Сравнительный анализ сетевых сканеров безопасности; Технологии Microsoft в теории и практике программирования
Yazar:: Акчурин Р. Ф.
Baskı/Yayın Bilgisi: (2011)

Сегментации автомобильных номерных знаков на изображениях; Молодежь и современные информационные технологии
Yazar:: Адаричев В. С.
Baskı/Yayın Bilgisi: (2020)

Применение одномерных отображений, моделирующих рекуррентную нейронную сеть, для сегментации полноцветных изображений; Современные техника и технологии; Т. 2
Yazar:: Горемыкина Д. С.
Baskı/Yayın Bilgisi: (2014)

Интегрированная система обеспечения сегментации и распознавания машиночитаемых бланков; Молодежь и современные информационные технологии
Yazar:: Квасникова И. К.
Baskı/Yayın Bilgisi: (2019)

Применение методов машинного и глубокого обучения в задачах семантической сегментации изображений лесного покрова; Молодежь и современные информационные технологии
Yazar:: Марков Н. Г. Николай Григорьевич
Baskı/Yayın Bilgisi: (2021)

Сравнительный анализ кластеров и территориально-производственных комплексов; Экономика России в XXI веке
Yazar:: Порваткина М. В.
Baskı/Yayın Bilgisi: (2011)

Модифицированный фрактальный метод сжатия многоуровневых изображений; Информационные технологии; № 4
Yazar:: Ожиганов А. А.
Baskı/Yayın Bilgisi: (2003)

Применение сверточных нейронных сетей для семантической сегментации изображений результатов капиллярного контроля; Молодежь и современные информационные технологии
Yazar:: Холичев Д. Д.
Baskı/Yayın Bilgisi: (2022)

Алгоритм семантической сегментации изображений в режиме реального времени; Молодежь и современные информационные технологии
Yazar:: Григорьев Д. С. Дмитрий Сергеевич
Baskı/Yayın Bilgisi: (2019)

Алгоритм сегментации изображений опухолей головного мозга на основе U-СЕТИ с остаточной плотностью модуля INCEPTION (IRDNU-NET); Молодежь и современные информационные технологии
Yazar:: Цяо Иньсюань
Baskı/Yayın Bilgisi: (2023)

Кластерный анализ. Python учебное пособие
Yazar:: Демидова Л. А.
Baskı/Yayın Bilgisi: (Москва, РТУ МИРЭА, 2022)

Модификация нейросетевой модели U-Net для повышения эффективности сегментации изображений; Перспективы развития фундаментальных наук; Т. 7 : IT-технологии и электроника
Yazar:: Костин К. А. Кирилл Александрович
Baskı/Yayın Bilgisi: (2019)

Робастный выбор пороговых значений яркости для методов автоматического распознавания дефектов сварного шва: диссертация на соискание учёной степени кандидата технических наук; спец. 2.3.1
Yazar:: Нгуен Дык Кыонг
Baskı/Yayın Bilgisi: (Томск, 2024)

Программное обеспечение классификации однослойной облачности с использованием технологии распределенной обработки; Технологии Microsoft в теории и практике программирования
Yazar:: Лайком Д. Н. Дмитрий Николаевич
Baskı/Yayın Bilgisi: (2015)

Применение нейросетевых алгоритмов для семантической сегментации спутниковыхснимков поверхности Земли; Вестник Томского государственного университета. Управление, вычислительная техника и информатика; № 63
Yazar:: Друки А. А. Алексей Алексеевич
Baskı/Yayın Bilgisi: (2023)

Применение сверточной нейронной сети U-Net для сегментации текстовых областей на изображениях реальных сцен; Молодежь и современные информационные технологии
Yazar:: Иванова Ю. А. Юлия Александровна
Baskı/Yayın Bilgisi: (2021)