kth.sePublikationer KTH
Driftstörningar
Det förekommer återkommande driftstörningar på några av sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Scale selection
KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Beräkningsvetenskap och beräkningsteknik (CST). (Computational Brain Science Lab)ORCID-id: 0000-0002-9081-2170
2021 (Engelska)Ingår i: Computer Vision / [ed] Katsushi Ikeuchi (Editor-in-Chief), Springer, 2021, 2, s. 1-14Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

The notion of scale selection refers to methods for estimating characteristic scales in image data and for automatically determining locally appropriate scales in a scale-space representation, so as to adapt subsequent processing to the local image structure and compute scale invariant image features and image descriptors.

An essential aspect of the approach is that it allows for a bottom-up determination of inherent scales of features and objects without first recognizing them or delimiting alternatively segmenting them from their surrounding.

Scale selection methods have also been developed from other viewpoints of performing noise suppression and exploring top-down information.

Ort, förlag, år, upplaga, sidor
Springer, 2021, 2. s. 1-14
Nyckelord [en]
Automatic scale selection, Scale invariant image features and image descriptors, Scale-space, Feature detection, Scale invariance, Interest point detection, Blob detection, Corner detection, Edge detection, Ridge detection, Frequency estimation, Feature tracking, Image-based matching and recognition, Object recognition
Nationell ämneskategori
Datorgrafik och datorseende Matematik
Forskningsämne
Datalogi
Identifikatorer
URN: urn:nbn:se:kth:diva-267559DOI: 10.1007/978-3-030-03243-2_242-1OAI: oai:DiVA.org:kth-267559DiVA, id: diva2:1392833
Anmärkning

Part of ISBN 978-3-030-03243-2

QC 20231024

Tillgänglig från: 2020-02-13 Skapad: 2020-02-13 Senast uppdaterad: 2025-02-01Bibliografiskt granskad

Open Access i DiVA

fulltext(4658 kB)616 nedladdningar
Filinformation
Filnamn FULLTEXT03.pdfFilstorlek 4658 kBChecksumma SHA-512
7ca796ffae89fc9428123817be0937c867638e46ddce2fcc3e90c330c7b39ef929f4b4da86734bb9ed5ed50dbdc5fe894d8bd016835699234338a75e08b1fd10
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Person

Lindeberg, Tony

Sök vidare i DiVA

Av författaren/redaktören
Lindeberg, Tony
Av organisationen
Beräkningsvetenskap och beräkningsteknik (CST)
Datorgrafik och datorseendeMatematik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 660 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 4712 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf