Труды СПИИРАН
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Информатика и автоматизация:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Труды СПИИРАН, 2008, выпуск 7, страницы 41–47 (Mi trspy341)  

Объектная локализация семантических блоков на растровых изображениях

С.В. Кулешов, А.А. Зайцева

Санкт-Петербургский институт информатики и автоматизации РАН
Аннотация: Рассматривается метод объектной локализации семантических блоков на растровых изображениях. В основе предлагаемого метода лежит анализ результатов адаптивного пирамидального представления растровых изображений. Особенностью алгоритма, формирующего пирамидальное представление, является связь величины значений последнего уровня иерархии и уровня семантической значимости, что позволяет находить области, представляющие наибольший интерес при восприятии их человеком, и использовать такое выделение для динамического управления компрессией.
УДК: 004.6:004.7
Образец цитирования: С.В. Кулешов, А.А. Зайцева, “Объектная локализация семантических блоков на растровых изображениях”, Тр. СПИИРАН, 7 (2008), 41–47
Цитирование в формате AMSBIB
\RBibitem{KulZay08}
\by С.В.~Кулешов, А.А.~Зайцева
\paper Объектная локализация семантических блоков на растровых изображениях
\jour Тр. СПИИРАН
\yr 2008
\vol 7
\pages 41--47
\mathnet{http://mi.mathnet.ru/trspy341}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/trspy341
  • https://www.mathnet.ru/rus/trspy/v7/p41
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Информатика и автоматизация
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024