Zobrazeno 1 - 10
of 242
pro vyhledávání: '"Paramesran Raveendran"'
Publikováno v:
IEEE Access, Vol 9, Pp 163954-163964 (2021)
Translation rotation and scale invariants of Tchebichef moments are commonly used descriptors in image analysis. Existing invariant algorithms either indirectly compute from geometric moments or directly using Tchebichef moments. The former approach
Externí odkaz:
https://doaj.org/article/b438c2e910e3412586cc75f60b2ab516
Autor:
Dass, Sharana Dharshikgan Suresh, Barua, Hrishav Bakul, Krishnasamy, Ganesh, Paramesran, Raveendran, Phan, Raphael C. -W.
Human action or activity recognition in videos is a fundamental task in computer vision with applications in surveillance and monitoring, self-driving cars, sports analytics, human-robot interaction and many more. Traditional supervised methods requi
Externí odkaz:
http://arxiv.org/abs/2404.06243
Publikováno v:
In Signal Processing: Image Communication March 2022 102
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Signal Processing: Image Communication February 2019 70:68-78
Autor:
Dass, Sharana Dharshikgan Suresh, Krishnasamy, Ganesh, Paramesran, Raveendran, C.-W. Phan, Raphaël
Publikováno v:
International Journal of Machine Learning & Cybernetics; May2024, Vol. 15 Issue 5, p2013-2022, 10p
Cervical Cancer Classification From Pap Smear Images Using Deep Convolutional Neural Network Models.
Autor:
Tan, Sher Lyn, Selvachandran, Ganeshsree, Ding, Weiping, Paramesran, Raveendran, Kotecha, Ketan
Publikováno v:
Interdisciplinary Sciences: Computational Life Sciences; Mar2024, Vol. 16 Issue 1, p16-38, 23p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Signal Processing: Image Communication September 2017 57:126-133