Zobrazeno 1 - 10
of 60
pro vyhledávání: '"S. Medasani"'
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.
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:
2013 International Conference on Intelligent Systems and Signal Processing (ISSP).
Automatic Traffic Sign Recognition has gained significant impetus among the research community in recent times. Increasing demands in the arenas of Autonomous Vehicle Navigation and Driver Assistance Systems is making this field of research more attr
Autor:
Y. Owechko, S. Medasani
Publikováno v:
SIS
We have developed a new optimization-based framework for computer vision that combines ideas from particle swarm optimization (PSO) and statistical pattern recognition to rapidly and accurately detect and classify objects in visual imagery. Swarm int
Autor:
S. Medasani, Raghu Krishnapuram
Publikováno v:
NAFIPS/IFIS/NASA '94. Proceedings of the First International Joint Conference of The North American Fuzzy Information Processing Society Biannual Conference. The Industrial Fuzzy Control and Intelligent Systems Conference, and the NASA Joint Technology Wo.
In this paper, we introduce a new technique for gray-level thresholding based on the Possibilistic C-Means (PCM) algorithm. The PCM-based thresholding is compared with two other traditional thresholding techniques due to Otsu (1979) and Kullback (195
Autor:
Raghu Krishnapuram, S. Medasani
Publikováno v:
ICNN
Modeling data sets by mixtures is a common technique in many pattern recognition applications. The expectation maximization (EM) algorithm for mixture decomposition suffers from the disadvantage that the number of components in the mixture needs to b
Autor:
S. Medasani, Raghu Krishnapuram
Publikováno v:
Proceedings of 1995 IEEE International Conference on Fuzzy Systems. The International Joint Conference of the Fourth IEEE International Conference on Fuzzy Systems and The Second International Fuzzy Engineering Symposium.
Geometric properties such as area and perimeter are commonly used in the analysis of binary objects. Images of binary objects often appear blurred due to the imaging process, and one needs to use thresholding techniques to convert the image to a bina
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.