Počet záznamů: 1
Transfer Learning of Mixture Texture Models
- 1.
SYSNO ASEP 0535433 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Transfer Learning of Mixture Texture Models Tvůrce(i) Haindl, Michal (UTIA-B) RID, ORCID
Havlíček, Vojtěch (UTIA-B) RIDCelkový počet autorů 2 Zdroj.dok. Computational Collective Intelligence. - : Springer Nature Switzerland AG Cham, 2020 / Nguyen N. T. ; Hoang B. H. ; Huynh C. P. ; Hwang D. ; Trawinski B. ; Vossen G. - ISSN 0302-9743 - ISBN 978-3-030-63006-5 Rozsah stran s. 825-837 Poč.str. 13 s. Forma vydání Tištěná - P Akce International Conference on Computational Collective Intelligence 2020 /12./ Datum konání 30.11.2020 - 03.12.2020 Místo konání Da Nang Země VN - Vietnam Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova Texture modeling ; transfer learning ; compound random field model ; bidirectional texture function Vědní obor RIV BD - Teorie informace Obor OECD Automation and control systems CEP GA19-12340S GA ČR - Grantová agentura ČR Institucionální podpora UTIA-B - RVO:67985556 EID SCOPUS 85097519102 DOI 10.1007/978-3-030-63007-2_65 Anotace A transfer learning approach for multidimensional parametric mixture random field-based textural representation is introduced. The proposed transfer learning approach allows alleviating the multidimensional mixture models requirement for sufficiently large, but not always available, learning data sets. These compound random field models consist of an underlying structure model that controls transitions between several sub-models, each of them has different characteristics. The structure model proposed is a two-dimensional probabilistic mixture model, either of the Bernoulli or Gaussian mixture type. Local textures are modeled using the fully multispectral three-dimensional Gaussian mixture sub-models. Both presented compound random field models allow the reproduction of, compresses, edits, and enlarges a given measured color, multispectral, or bidirectional texture function (BTF) texture so that ideally, both measured and synthetic textures are visually indiscernible. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2021
Počet záznamů: 1