Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Pictures classification in multimedia databases
Języki publikacji
Abstrakty
Praca dotyczy zagadnień szybkiej klasyfikacji zdjęć w oparciu o informacje w nich zawarte. Brane są pod uwagę takie cechy, jak występowanie linii prostych, średnia jasność w poszczególnych obszarach zdjęć, występowanie tekstów oraz obecność twarzy. Na podstawie tych cech, wykorzystując m.in. sieć neuronową, obrazy są klasyfikowane do jednej z kilku kategorii. W pracy przedstawiono implementację omawianego podejścia oraz wyniki przeprowadzonych eksperymentów.
This paper concerns pictures fast classification on the basis of information included in them. Features as occurrence of straight lines, average brightness in particular areas of picture, text detection as well as human face occurrence are taken into consideration. On the basis of these features, images are classified to one of several categories, by using neural network. Chapter describes implementation and results obtained using mentioned approach.
Czasopismo
Rocznik
Tom
Strony
335--346
Opis fizyczny
Bibliogr. 13 poz.
Twórcy
autor
autor
- Politechnika Krakowska, Wydział Fizyki, Matematyki i Informatyki Stosowanej, Katedra Teleinformatyki, tga@pk.edu.pl
Bibliografia
- 1. Fernandes L. A. F., Oliveira M. M.: Real-time line detection through an improved Hough transform voting scheme. Pattern Recognition (PR), Elsevier, 41:1, 2008, s. 299-314.
- 2. Canny J.: A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence 8 (1986), s. 679-714. 1
- 3. Viola P., Jones M. J.: Robust real-time face detection. International Journal of Computer Vision 57 (2004).
- 4. Freund Y., Schapire R. E.: A decision-theoretic generalization of on-line learning and an application to boosting. In Computational Learning Theory, Eurocolt ‘95, Springer-Verlag, 1995, s. 23-37.
- 5. Gąciarz T.: Fast adaptive binarization for camera-based document images. Proceedings of International Conference on Artificial Intelligence, IIS Kraków, 2009.
- 6. Gąciarz T., Czajkowski K.: Dewarping of camera based document images based on text lines estimation. Proceedings of International Conference on Artificial Intelligence, IIS Kraków, 2009. |
- 7. Tadeusiewicz R., Gąciarz T., Borowik B., Leper B.: Odkrywanie właściwości sieci neuronowych, przy użyciu programów w języku C#. Polska Akademia Umiejętności, 2007, s. 426.
- 8. Duda R. O., Hart P. E.: Use of the Hough transformation to detect lines and curves in pictures. Communications of the Association for Computing Machinery 15 (1972), s. 11+15.
- 9. Matas J., Galambos C., Kittler J.: Robust detection of lines using the progressive probabilistic Hough transform. Computer Vision Image Understanding 78 (2000), s. 119-137.
- 10. Lienhart R., Maydt J.: An Extended Set of Haar-like Features for Rapid Object Detection. IEEE ICIP, 2002.
- 11. Drabowski M., Czajkowski K.: Zapytania do graficznych baz danych oparte na zawartości - próba klasyfikacji, w: S. Kozielski, B. Małysiak, P. Kasprowski, D. Mrozek (red.): Bazy Danych - Modele, technologie, narzędzia - Architektura, metody formalne, bezpieczeństwo, Wydawnictwo Komunikacji i Łączności, Warszawa, 2005, s. 241-249.
- 12. Drabowski M., Czajkowski K.: Analiza histogramów dla realizacji zapytań w graficznych bazach danych, w: S. Kozielski, B. Małysiak, P. Kasprowski, D. Mrozek (red.): Bazy Danych - Struktury, algorytmy, metody - Architektura, metody formalne i eksploracja danych, Wydawnictwo Komunikacji i Łączności, Warszawa, 2006, s. 145-152
- 13. Drabowski M., Czajkowski K.: Analiza Fouriera dla realizacji zapytań w graficznych bazach danych, w: S. Kozielski, B. Małysiak, P. Kasprowski, D. Mrozek (red.): Bazy danych - nowe technologie. Bezpieczeństwo, wybrane technologie i zastosowania, Wydawnictwo Komunikacji i Łączności, Warszawa, 2007.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL7-0046-0032