2015
DOI: 10.1016/j.image.2015.01.007
|View full text |Cite
|
Sign up to set email alerts
|

Finding more relevance: Propagating similarity on Markov random field for object retrieval

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2016
2016
2024
2024

Publication Types

Select...
2
2
1

Relationship

0
5

Authors

Journals

citations
Cited by 5 publications
(1 citation statement)
references
References 57 publications
(104 reference statements)
0
0
0
1
Order By: Relevance
“…Cross e Jain (1983) descreveram um modelo de textura como sendo um procedimento matemático capaz de produzir e descrever uma imagem de textura, considerando a textura de uma imagem bidimensional como estocástica e possivelmente periódica. Lu et al (2015) propuseram propagar a semelhança no campo aleatório de Markov para a recuperação de objetos, pois as semelhanças entre a imagem de consulta e as imagens do conjunto de dados são modelados como probabilidades e relações entre as imagens do conjunto de dados também são modelados estatisticamente a priori. Para obterem um melhor desempenho de recuperação, as estatísticas a priori e a probabilidade são combinados.…”
Section: Textura Caracterizando Imagemunclassified
“…Cross e Jain (1983) descreveram um modelo de textura como sendo um procedimento matemático capaz de produzir e descrever uma imagem de textura, considerando a textura de uma imagem bidimensional como estocástica e possivelmente periódica. Lu et al (2015) propuseram propagar a semelhança no campo aleatório de Markov para a recuperação de objetos, pois as semelhanças entre a imagem de consulta e as imagens do conjunto de dados são modelados como probabilidades e relações entre as imagens do conjunto de dados também são modelados estatisticamente a priori. Para obterem um melhor desempenho de recuperação, as estatísticas a priori e a probabilidade são combinados.…”
Section: Textura Caracterizando Imagemunclassified