Zobrazeno 1 - 10
of 157
pro vyhledávání: '"R, Orglmeister"'
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.
Autor:
S. Mann, R Orglmeister
Publikováno v:
Biomedical Engineering / Biomedizinische Technik.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::64ccfb04106bfa9a1a44932fd311be4e
https://doi.org/10.1515/bmt-2013-4197
https://doi.org/10.1515/bmt-2013-4197
Autor:
D. Lerch, R. Orglmeister
Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG geförderten) Allianz- bzw. Nationallizenz frei zugänglich.
This publication is with permission of the rights owner freely accessible due to an Alliance licence and a nati
This publication is with permission of the rights owner freely accessible due to an Alliance licence and a nati
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c46791b417d9fc2362ba660865a14cb9
Autor:
S. Mann, R. Orglmeister
Dieser Beitrag ist mit Zustimmung des Rechteinhabers aufgrund einer (DFG geförderten) Allianz- bzw. Nationallizenz frei zugänglich. This publication is with permission of the rights owner freely accessible due to an Alliance licence and a national
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::733ac38bd41f47112144d7d1536d5f1f
Publikováno v:
IEEE Signal Processing Letters. 7:129-131
We propose an algorithm for adaptive image segmentation based on human psychovisual phenomena: visual perception-based segmentation. The new method can reliably segment poor quality images with low contrast and low SNRs. Due to its adaptability, it c
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::f3c0a1679ba95df24fe430374280d079
https://doi.org/10.1109/97.844629
https://doi.org/10.1109/97.844629
Autor:
R. F. Astudillo, D. Kolossa, R. Orglmeister, Kevin H. Knuth, Ariel Caticha, Julian L. Center, Adom Giffin, Carlos C. Rodríguez
Publikováno v:
AIP Conference Proceedings.
Automatic speech recognition systems often rely on statistical noise suppression methods to increase their recognition performance in non‐stationary noisy environments. However, even with a good approximation of the noise power spectrum, the estima
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::7077316ec87c5c3351b1c7a8df5639ac
https://doi.org/10.1063/1.2821269
https://doi.org/10.1063/1.2821269