Unsupervised Simplification of Image Hierarchies via Evolution Analysis in Scale-Sets Framework
Unsupervised Simplification of Image Hierarchies via Evolution Analysis in Scale-Sets Framework
复制标题
通过尺度集框架中的演化分析对图像层次结构进行无监督简化
DOI：
10.1109/tip.2017.2676342
复制
发表时间：
2017-05
影响因子：
10.6
通讯作者：
Wu Zhaocong
中科院分区：
文献类型：
--
作者：
Hu Zhongwen;Li Qingquan;Zhang Qian;Zou Qin;Wu Zhaocong
在许多计算机视觉应用中，基于区域的分层图像表示是至关重要的。然而，在实践中，图像层次结构通常是密集的，并且包含许多信息量较少的分支。预计层次结构应该是准确的
Region-based hierarchical image representation is crucial in many computer vision applications. However, in practice, an image hierarchy is usually dense, and contains many less informative branches. It is expected that a hierarchy should be accurate and
登录
查看更多内容
DOI：
10.1016/j.patcog.2013.05.012
发表时间：
2013-07
期刊：
Pattern Recognit.
影响因子：
--
作者：
B. R. Kiran;J. Serra
通讯作者：
B. R. Kiran;J. Serra
影响因子：
10.6
作者：
Verónica Vilaplana;F. Marqués;P. Salembier
通讯作者：
Verónica Vilaplana;F. Marqués;P. Salembier
DOI：
10.1109/cvprw.2006.48
发表时间：
2006-06
期刊：
2006 Conference on Computer Vision and Pattern Recognition Workshop (CVPRW'06)
影响因子：
--
作者：
Pablo Arbeláez
通讯作者：
Pablo Arbeláez
影响因子：
19.5
作者：
L. Guigues;J. Cocquerez;H. L. Men
通讯作者：
L. Guigues;J. Cocquerez;H. L. Men
DOI：
10.3233/fi-2000-411207
发表时间：
2000
期刊：
Fundam. Informaticae
影响因子：
--
作者：
J. Roerdink;Arnold Meijster
通讯作者：
J. Roerdink;Arnold Meijster