Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/51523
Название: Computer analysis of visual image similarity
Авторы: Zhagorina, Ksenia
Buslavyev, Alexey
Дата публикации: 2012
Издатель: Pleiades Publishing Ltd
Библиографическое описание: Zhagorina K. Computer analysis of visual image similarity / Ksenia Zhagorina, Alexey Buslavyev // CEUR Workshop Proceedings. — 2012. — Vol. 1178.
Аннотация: This paper is a description of image analysis and machine-learning algorithms used for multiclass image classification in the process of our partici-pation in the ImageCLEF 2012 competition. Our goal was to develop an appli-cation that could successfully determine the location of a mobile robot using the visual information provided by a camera placed on the robot. The resulting ap-plication uses machine-learning methods that improved on self-organizing Ko-honen maps and classification algorithms based on probabilistic models. The result of our work was an application that was able to correctly classify 86 per-cent of input images presented in the ImageCLEF Robot Vision task.
Ключевые слова: CLASSIFICA-TION PROBLEM
COMPUTER VISION
IMAGE ANALYSIS
IMAGE SEARCH
KOHONEN NETWORK
MAXIMUM LIKELIHOOD METHOD
MULTICLASS CLASSIFICATION
PROBABILISTIC MODEL
VISUAL SIMILARITY ANALYSIS
ALGORITHMS
ARTIFICIAL INTELLIGENCE
CLASSIFICATION (OF INFORMATION)
COMPUTER VISION
IMAGE ANALYSIS
LEARNING ALGORITHMS
LEARNING SYSTEMS
MAXIMUM LIKELIHOOD
MAXIMUM LIKELIHOOD ESTIMATION
ROBOTS
SELF ORGANIZING MAPS
CLASSIFICA-TION PROBLEM
IMAGE SEARCH
KOHONEN NETWORK
MAXIMUM LIKELIHOOD METHODS
MULTI-CLASS CLASSIFICATION
PROBABILISTIC MODELING
VISUAL SIMILARITY
IMAGE CLASSIFICATION
URI: http://elar.urfu.ru/handle/10995/51523
Идентификатор SCOPUS: 84922042129
Идентификатор PURE: 1131986
ISSN: 1613-0073
Располагается в коллекциях:Научные публикации ученых УрФУ, проиндексированные в SCOPUS и WoS CC

Файлы этого ресурса:
Файл Описание РазмерФормат 
2-s2.0-84922042129.pdf344,33 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.