Fr. 52.50

Recuperación de imágenes basada en el contenido utilizando una máquina de vectores de apoyo (SVM)

Spanish · Paperback / Softback

Shipping usually within 2 to 3 weeks (title will be printed to order)

Description

Read more










La recuperación de imágenes basada en el contenido (CBIR) es una tendencia en desarrollo en el procesamiento digital de imágenes para buscar y recuperar la imagen consultada de una amplia gama de bases de datos. Los esquemas convencionales de recuperación de imágenes basados en el contenido (CBIR) tienen las siguientes limitaciones: 1. Proponemos una nueva estrategia de dos pasos en la que el primer paso es la extracción de características utilizando características de bajo nivel (color, forma y textura) mientras que el clasificador SVM se utiliza en el segundo paso para manejar los ejemplos positivos ruidosos. De este modo, se crea un algoritmo eficiente de recuperación de imágenes basado en el color-correlograma para la extracción de características de color, la transformación wavelet para la extracción de características de forma y la wavelet de Gabor para la extracción de características de textura.

About the author










O Dr. Aniruddha Shelotkar trabalha como Chefe do Departamento de Engenharia Electrónica e de Telecomunicações na Faculdade de Engenharia e Tecnologia de Jagadambha, Yavatmal, Maharashtra

Product details

Authors Aniruddha Shelotkar
Publisher Ediciones Nuestro Conocimiento
 
Languages Spanish
Product format Paperback / Softback
Released 19.08.2022
 
EAN 9786205090121
ISBN 978-620-5-09012-1
No. of pages 60
Dimensions 150 mm x 220 mm x 4 mm
Weight 107 g
Subject Natural sciences, medicine, IT, technology > Technology > Electronics, electrical engineering, communications engineering

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.