Catálogo en línea Biblioteca Universidad de Manizales

Autor Malmberg, Filip

Documentos disponibles escritos por este autor (2)

First International Joint Conference, DGMM 2021, Uppsala, Sweden, May 24–27, 2021, Proceedings / Lindblad, Joakim ; Malmberg, Filip ; Sladoje, Nataša

Público

ISBD

Ningún comentario para este registro.

Título : First International Joint Conference, DGMM 2021, Uppsala, Sweden, May 24–27, 2021, Proceedings
Tipo de documento: documento electrónico
Autores: Lindblad, Joakim, ; Malmberg, Filip, ; Sladoje, Nataša,
Mención de edición: 1 ed.
Editorial: [s.l.] : Springer
Fecha de publicación: 2021
Número de páginas: XIV, 552 p. 194 ilustraciones, 146 ilustraciones en color.
ISBN/ISSN/DL: 978-3-030-76657-3
Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de imágenes Visión por computador Informática Aprendizaje automático Red de computadoras Software de la aplicacion Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Redes de comunicación informática Aplicaciones informáticas y de sistemas de información
Índice Dewey: 6
Resumen: Este libro constituye las actas de la Primera Conferencia Internacional de la IAPR sobre Geometría Discreta y Morfología Matemática, DGMM 2021, que se celebró del 24 al 27 de mayo de 2021 en Uppsala, Suecia. La conferencia se creó uniendo la Conferencia Internacional sobre Geometría Discreta para Imágenes por Computadora, DGCI, con el Simposio Internacional sobre Morfología Matemática, ISMM. Los 36 artículos incluidos en este volumen fueron cuidadosamente revisados y seleccionados entre 59 presentaciones. Se organizaron en secciones temáticas de la siguiente manera: aplicaciones en procesamiento de imágenes, visión por computadora y reconocimiento de patrones; topología discreta y combinatoria; geometría discreta: modelos, transformaciones, visualización; tomografía discreta y problemas inversos; modelos, análisis y segmentación jerárquicos y basados en gráficos; enfoques basados en el aprendizaje de la morfología matemática; Morfología matemática multivariada y basada en PDE, filtrado morfológico. El libro también contiene 3 ponencias magistrales invitadas.
Nota de contenido: Invited papers -- Some Open Questions on Morphological Operators and Representations in the Deep Learning Era -- Split Trees -A Unifying Model For Many Important Random Trees Of Logarithmic Height: A Brief Survey -- On topological analysis of cells organization in biological images -- Applications in Image Processing, Computer Vision, and Pattern Recognition -- A New Matching Algorithm between Trees of Shapes and its Application to Brain Tumor Segmentation -- Combining Deep Learning and Mathematical Morphology for Historical Map Segmentation -- Automatic forest road extraction from LiDAR data of mountainous areas -- Fast Pattern Spectra using Tree Representation of the Image for Patch Retrieval -- Watershed-based attribute profiles for pixel classification of remote sensing data -- Discrete and Combinatorial Topology -- Completions, perforations and fillings -- Body Centered Cubic Grid --- Coordinate System and Discrete Analytical Plane Definition -- Digital convex + unimodular mapping = almost 4-connected -- Distance-Oriented Surface Skeletonization on the Face-Centered Cubic Grid -- Homotopic Digital Rigid Motion: An Optimization Approach on Cellular Complexes -- Locally turn-bounded curves are quasi-regular -- Discrete Geometry - Models, Transforms, Visualization.-Shear based Bijective Digital Rotation in Hexagonal Grids -- An isometry classification of periodic point sets -- Visiting bijective digitized reflections and rotations using geometric algebra -- Digital Straight Segment Filter for Geometric Description -- An alternative definition for digital convexity -- Digital geometry for the dual of some semi-regular tessellations -- Discrete Tomography and Inverse Problems -- On the geometric aspects of the class of hv-convex switching components -- Properties of unique degree sequences of 3-uniform hypergraphs -- Power sum polynomials in a discrete tomography perspective.-On the reconstruction of 3-uniform hypergraphsfrom step-two degree sequences.-Hierarchical and Graph-based Models, Analysis and Segmentation -- Towards Interactive Image Segmentation by Dynamic and Iterative Spanning Forest -- Stability of the tree of shapes to additive noise -- An algebraic framework for out-of-core hierarchical segmentation algorithms.-Fuzzy-marker-based segmentation using hierarchies.-Graph-based Supervoxel Computation from Iterative Spanning Forest -- Graph-based M-tortuosity estimation -- A maximum-flow model for digital elastica shape optimization -- Image Segmentation by Relaxed Deep Extreme Cut with Connected Extreme Points -- Learning-based Approaches to Mathematical Morphology -- On some associations between mathematical morphology and artificial intelligence -- Going beyond p-convolutions to learn grayscale morphological operators -- Scale Equivariant Neural Networks with Morphological Scale-Spaces -- Multivariate and PDE-based Mathematical morphology, Morphological Filtering -- Eigenfunctions of Ultrametric Morphological Openings and Closings -- Measuring the Irregularity of Vector-valued Morphological Operators using Wasserstein Metric -- An Equivalence Relation between Morphological Dynamics and Persistent Homology in n-D -- Sparse Approximate Solutions to Max-Plus Equations.
En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

First International Joint Conference, DGMM 2021, Uppsala, Sweden, May 24–27, 2021, Proceedings [documento electrónico] / Lindblad, Joakim, ; Malmberg, Filip, ; Sladoje, Nataša, . - 1 ed. . - [s.l.] : Springer, 2021 . - XIV, 552 p. 194 ilustraciones, 146 ilustraciones en color.
ISBN : 978-3-030-76657-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de imágenes Visión por computador Informática Aprendizaje automático Red de computadoras Software de la aplicacion Imágenes por computadora visión reconocimiento de patrones y gráficos Matemáticas de la Computación Redes de comunicación informática Aplicaciones informáticas y de sistemas de información
Índice Dewey: 6
Resumen: Este libro constituye las actas de la Primera Conferencia Internacional de la IAPR sobre Geometría Discreta y Morfología Matemática, DGMM 2021, que se celebró del 24 al 27 de mayo de 2021 en Uppsala, Suecia. La conferencia se creó uniendo la Conferencia Internacional sobre Geometría Discreta para Imágenes por Computadora, DGCI, con el Simposio Internacional sobre Morfología Matemática, ISMM. Los 36 artículos incluidos en este volumen fueron cuidadosamente revisados y seleccionados entre 59 presentaciones. Se organizaron en secciones temáticas de la siguiente manera: aplicaciones en procesamiento de imágenes, visión por computadora y reconocimiento de patrones; topología discreta y combinatoria; geometría discreta: modelos, transformaciones, visualización; tomografía discreta y problemas inversos; modelos, análisis y segmentación jerárquicos y basados en gráficos; enfoques basados en el aprendizaje de la morfología matemática; Morfología matemática multivariada y basada en PDE, filtrado morfológico. El libro también contiene 3 ponencias magistrales invitadas.
Nota de contenido: Invited papers -- Some Open Questions on Morphological Operators and Representations in the Deep Learning Era -- Split Trees -A Unifying Model For Many Important Random Trees Of Logarithmic Height: A Brief Survey -- On topological analysis of cells organization in biological images -- Applications in Image Processing, Computer Vision, and Pattern Recognition -- A New Matching Algorithm between Trees of Shapes and its Application to Brain Tumor Segmentation -- Combining Deep Learning and Mathematical Morphology for Historical Map Segmentation -- Automatic forest road extraction from LiDAR data of mountainous areas -- Fast Pattern Spectra using Tree Representation of the Image for Patch Retrieval -- Watershed-based attribute profiles for pixel classification of remote sensing data -- Discrete and Combinatorial Topology -- Completions, perforations and fillings -- Body Centered Cubic Grid --- Coordinate System and Discrete Analytical Plane Definition -- Digital convex + unimodular mapping = almost 4-connected -- Distance-Oriented Surface Skeletonization on the Face-Centered Cubic Grid -- Homotopic Digital Rigid Motion: An Optimization Approach on Cellular Complexes -- Locally turn-bounded curves are quasi-regular -- Discrete Geometry - Models, Transforms, Visualization.-Shear based Bijective Digital Rotation in Hexagonal Grids -- An isometry classification of periodic point sets -- Visiting bijective digitized reflections and rotations using geometric algebra -- Digital Straight Segment Filter for Geometric Description -- An alternative definition for digital convexity -- Digital geometry for the dual of some semi-regular tessellations -- Discrete Tomography and Inverse Problems -- On the geometric aspects of the class of hv-convex switching components -- Properties of unique degree sequences of 3-uniform hypergraphs -- Power sum polynomials in a discrete tomography perspective.-On the reconstruction of 3-uniform hypergraphsfrom step-two degree sequences.-Hierarchical and Graph-based Models, Analysis and Segmentation -- Towards Interactive Image Segmentation by Dynamic and Iterative Spanning Forest -- Stability of the tree of shapes to additive noise -- An algebraic framework for out-of-core hierarchical segmentation algorithms.-Fuzzy-marker-based segmentation using hierarchies.-Graph-based Supervoxel Computation from Iterative Spanning Forest -- Graph-based M-tortuosity estimation -- A maximum-flow model for digital elastica shape optimization -- Image Segmentation by Relaxed Deep Extreme Cut with Connected Extreme Points -- Learning-based Approaches to Mathematical Morphology -- On some associations between mathematical morphology and artificial intelligence -- Going beyond p-convolutions to learn grayscale morphological operators -- Scale Equivariant Neural Networks with Morphological Scale-Spaces -- Multivariate and PDE-based Mathematical morphology, Morphological Filtering -- Eigenfunctions of Ultrametric Morphological Openings and Closings -- Measuring the Irregularity of Vector-valued Morphological Operators using Wasserstein Metric -- An Equivalence Relation between Morphological Dynamics and Persistent Homology in n-D -- Sparse Approximate Solutions to Max-Plus Equations.
En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Visual Saliency: From Pixel-Level to Object-Level Analysis / Zhang, Jianming

Público

ISBD

Ningún comentario para este registro.

Título : Visual Saliency: From Pixel-Level to Object-Level Analysis
Tipo de documento: documento electrónico
Autores: Zhang, Jianming, Autor ; Malmberg, Filip, Autor ; Sclaroff, Stan, Autor
Mención de edición: 1 ed.
Editorial: [s.l.] : Springer
Fecha de publicación: 2019
Número de páginas: VII, 138 p. 47 ilustraciones, 44 ilustraciones en color.
ISBN/ISSN/DL: 978-3-030-04831-0
Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Visión por computador Procesamiento de la señal Informática Procesamiento de señales voz e imágenes Matemáticas de la Computación
Índice Dewey: 006.37 Visión artificial
Resumen: Este libro proporciona una introducción a los avances recientes en teoría, algoritmos y aplicaciones de mapas booleanos de distancia para el procesamiento de imágenes. Las aplicaciones incluyen modelar lo que los humanos encuentran destacado o prominente en una imagen y luego usarlo para guiar el recorte inteligente de imágenes, el filtrado selectivo de imágenes, la segmentación de imágenes, el matizado de imágenes, etc. En este libro, los autores presentan métodos para el cálculo de prominencia tanto tradicional como emergente. tareas, que van desde tareas clásicas de bajo nivel, como la detección de prominencia a nivel de píxeles, hasta tareas a nivel de objetos, como la subitización y la detección de objetos salientes. Para tareas de bajo nivel, los autores se centran en enfoques de procesamiento de imágenes a nivel de píxeles basados en transformaciones de distancia eficientes. Para tareas a nivel de objetos, los autores proponen métodos basados en datos que utilizan redes neuronales convolucionales profundas. El libro incluye estudios tanto empíricos como teóricos, junto con detalles de implementación de los métodos propuestos. A continuación se muestran las características clave para diferentes tipos de lectores. Para profesionales de visión por computadora y procesamiento de imágenes: algoritmos eficientes basados en transformaciones de distancia de imagen para tareas de prominencia a nivel de dos píxeles; Técnicas prometedoras de aprendizaje profundo para dos nuevas tareas de prominencia a nivel de objetos; Preentrenamiento del modelo de red neuronal profunda con datos sintéticos; Análisis exhaustivo y profundo del modelo que incluye técnicas de visualización útiles y pruebas de generalización; Totalmente reproducible con códigos, modelos y conjuntos de datos disponibles. Para investigadores interesados en la intersección entre teorías topológicas digitales y problemas de visión por computadora: Resumen de hallazgos teóricos y análisis de distancias en mapas booleanos; Análisis algorítmico teórico; Aplicaciones en detección de objetos salientes y predicción de fijación ocular. Estudiantes que se especializan en procesamiento de imágenes, aprendizaje automático y visión por computadora: este libro proporciona material de lectura complementario actualizado para temas del curso como procesamiento de imágenes basado en conectividad, aprendizaje profundo para el procesamiento de imágenes; Algunos algoritmos fáciles de implementar para proyectos de cursos con datos proporcionados (como enlaces en el libro); Ejercicios prácticos de programación en topología digital y aprendizaje profundo.
Nota de contenido: 1 Overview -- 2 Boolean Map Saliency: A Surprisingly Simple Method -- 3 A Distance Transform Perspective -- 4 Efficient Distance Transform for Salient Region Detection -- 5 Salient Object Subitizing -- 6 Unconstrained Salient Object Detection -- 7 Conclusion and Future Work.
En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Visual Saliency: From Pixel-Level to Object-Level Analysis [documento electrónico] / Zhang, Jianming, Autor ; Malmberg, Filip, Autor ; Sclaroff, Stan, Autor . - 1 ed. . - [s.l.] : Springer, 2019 . - VII, 138 p. 47 ilustraciones, 44 ilustraciones en color.
ISBN : 978-3-030-04831-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Visión por computador Procesamiento de la señal Informática Procesamiento de señales voz e imágenes Matemáticas de la Computación
Índice Dewey: 006.37 Visión artificial
Resumen: Este libro proporciona una introducción a los avances recientes en teoría, algoritmos y aplicaciones de mapas booleanos de distancia para el procesamiento de imágenes. Las aplicaciones incluyen modelar lo que los humanos encuentran destacado o prominente en una imagen y luego usarlo para guiar el recorte inteligente de imágenes, el filtrado selectivo de imágenes, la segmentación de imágenes, el matizado de imágenes, etc. En este libro, los autores presentan métodos para el cálculo de prominencia tanto tradicional como emergente. tareas, que van desde tareas clásicas de bajo nivel, como la detección de prominencia a nivel de píxeles, hasta tareas a nivel de objetos, como la subitización y la detección de objetos salientes. Para tareas de bajo nivel, los autores se centran en enfoques de procesamiento de imágenes a nivel de píxeles basados en transformaciones de distancia eficientes. Para tareas a nivel de objetos, los autores proponen métodos basados en datos que utilizan redes neuronales convolucionales profundas. El libro incluye estudios tanto empíricos como teóricos, junto con detalles de implementación de los métodos propuestos. A continuación se muestran las características clave para diferentes tipos de lectores. Para profesionales de visión por computadora y procesamiento de imágenes: algoritmos eficientes basados en transformaciones de distancia de imagen para tareas de prominencia a nivel de dos píxeles; Técnicas prometedoras de aprendizaje profundo para dos nuevas tareas de prominencia a nivel de objetos; Preentrenamiento del modelo de red neuronal profunda con datos sintéticos; Análisis exhaustivo y profundo del modelo que incluye técnicas de visualización útiles y pruebas de generalización; Totalmente reproducible con códigos, modelos y conjuntos de datos disponibles. Para investigadores interesados en la intersección entre teorías topológicas digitales y problemas de visión por computadora: Resumen de hallazgos teóricos y análisis de distancias en mapas booleanos; Análisis algorítmico teórico; Aplicaciones en detección de objetos salientes y predicción de fijación ocular. Estudiantes que se especializan en procesamiento de imágenes, aprendizaje automático y visión por computadora: este libro proporciona material de lectura complementario actualizado para temas del curso como procesamiento de imágenes basado en conectividad, aprendizaje profundo para el procesamiento de imágenes; Algunos algoritmos fáciles de implementar para proyectos de cursos con datos proporcionados (como enlaces en el libro); Ejercicios prácticos de programación en topología digital y aprendizaje profundo.
Nota de contenido: 1 Overview -- 2 Boolean Map Saliency: A Surprisingly Simple Method -- 3 A Distance Transform Perspective -- 4 Efficient Distance Transform for Salient Region Detection -- 5 Salient Object Subitizing -- 6 Unconstrained Salient Object Detection -- 7 Conclusion and Future Work.
En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i