Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
This paper presents an algorithm based on the method of supervised machine learning and multi-keyframes to achieve markerless augmented reality (AR) application when there is a locally planar object in the scene. The main goal is to solve the problem of AR tracking in outdoor environment by only using vision and natural features. Instead of tracking fiducial markers, we track natural keypoints, during...
In this work, we described a new two-stage hierarchical framework for mammogram retrieval. We tested the proposed approach on the reference library from USF-DDSM. For each query ROI (region of interest), the proposed scheme first computes its 14 texture and shape features, then the voting method based on five classifiers is used to classify the ROIs in the reference library, this phase eliminates...
Mass segmentation plays an important role in many computer-aided diagnosis (CAD) system. It is usually used as the previous step of mass classification. In this paper, we propose one novel scheme for segmentation of breast mass in digitized mammograms, which is based on gradient vector flow (GVF) snake and multi-scale analysis using Gaussian pyramid. In the proposed method, mammogram is decomposed...
The computational complexity of a texture classification algorithm is limited by the dimensionality of the feature space. A feature selection algorithm that can reduce the dimensionality of problem is often desirable, which has been studied by many authors because of its impact on the complexity of classifiers, Furthermore, feature selection in high dimension space is a NP hard problem. This paper...
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.