Počet záznamů: 1
Coniferous Trees Needles-Based Taxonomy Classification
- 1.
SYSNO ASEP 0520496 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Coniferous Trees Needles-Based Taxonomy Classification Tvůrce(i) Haindl, Michal (UTIA-B) RID, ORCID
Žid, Pavel (UTIA-B) RID, ORCIDCelkový počet autorů 2 Zdroj.dok. International Conference on Image and Vision Computing New Zealand 2019 (IVCNZ 2019). - Piscataway : IEEE, 2019 - ISSN 2151-2191 - ISBN 978-1-7281-4188-6 Rozsah stran s. 1-6 Poč.str. 6 s. Forma vydání Tištěná - P Akce Image and Vision Computing New Zealand (IVCNZ 2019) /34./ Datum konání 02.12.2019 - 04.12.2019 Místo konání Dunedin Země NZ - Nový Zéland Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova Coniferous needles categorization ; Tree taxonomy recognition ; Spiral Markov random field model 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 85078695401 DOI 10.1109/IVCNZ48456.2019.8961023 Anotace This paper introduces multispectral rotationally invariant textural features of the Markovian type applied for the effective coniferous tree needles categorization. Presented texture features are inferred from the descriptive multispectral spiral wide-sense Markov model. Unlike the alternative texture recognition methods based on various gray-scale discriminative textural descriptions, we take advantage of the needles texture representation, which is fully descriptive multispectral and rotationally invariant. The presented method achieves high accuracy for needles recognition. Thus it can be used for reliable coniferous tree taxon classification. Our classifier is tested on the open source needles database Aff, which contains 716 high-resolution images from 11 diverse coniferous tree species. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2020
Počet záznamů: 1