Détail de l'auteur
Auteur J.G. Martins |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Forest species recognition based on dynamic classifier selection and dissimilarity feature vector representation / J.G. Martins in Machine Vision and Applications, vol 26 n° 2-3 (April 2015)
[article]
Titre : Forest species recognition based on dynamic classifier selection and dissimilarity feature vector representation Type de document : Article/Communication Auteurs : J.G. Martins, Auteur ; L.S. Oliveira, Auteur ; A.S. Britto Jr, Auteur ; Robert Sabourin, Auteur Année de publication : 2015 Article en page(s) : pp 279 - 293 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse texturale
[Termes IGN] arbre (flore)
[Termes IGN] base de données d'images
[Termes IGN] classificateur
[Termes IGN] données vectorielles
[Termes IGN] reconnaissance d'objets
[Termes IGN] SIFT (algorithme)Résumé : (auteur) Multiple classifiers on the dissimilarity space are proposed to address the problem of forest species recognition from microscopic images. To that end, classical texture-based features such as Gabor filters, local binary patterns (LBP) and local phase quantization (LPQ), as well as two keypoint-based features, the scale-invariant feature transform (SIFT) and the speeded up robust features (SURF), are used to generate a pool of diverse classifiers on the dissimilarity space. A comprehensive set of experiments on a database composed of 2,240 microscopic images from 112 different forest species was used to evaluate the performance of each individual classifier of the generated pool, the combination of all classifiers, and different dynamic selection of classifiers (DSC) methods. The best result (93.03 %) was observed by incorporating probabilistic information in a DSC method based on multiple classifier behavior. Numéro de notice : A2015--098 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1007/s00138-015-0659-0 Date de publication en ligne : 29/01/2015 En ligne : http://doi.org/10.1007/s00138-015-0659-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85410
in Machine Vision and Applications > vol 26 n° 2-3 (April 2015) . - pp 279 - 293[article]