bibtype	C - Conference Paper (international conference)
ARLID	0040798
utime	20240103182709.5
mtime	20060905235959.9
title (primary) (eng)	Multimodal Range Image Segmentation by Curve Grouping
specification	page_count 4 s.
serial	ARLID cav_un_epca*0076728 ISBN 0-7695-2521-0 ISSN 1051-4651 title Proceedings of ICPR 2006 - The 18th International Conference on Pattern Recognition page_num 9-12 publisher place Piscataway name IEEE Press year 2006 editor name1 Tang name2 Y.Y. editor name1 Wang name2 S.P. editor name1 Yeung name2 D.S. editor name1 Yan name2 H. editor name1 Lorette name2 G.
title (cze)	Multimodální segmentace hloubkových map pomocí shlukování křivek
keyword	range segmentation
keyword	unsupervised segmentation
keyword	multimodal
author (primary)	ARLID cav_un_auth*0101093 name1 Haindl name2 Michal institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author	ARLID cav_un_auth*0101239 name1 Žid name2 Pavel institution UTIA-B full_dept Department of Pattern Recognition fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source	url ieeexplore.ieee.org/Xplore/guesthome.jsp
COSATI	09K
cas_special	project project_id 507752 country XE agency EC ARLID cav_un_auth*0200689 project project_id IAA2075302 agency GA AV ČR ARLID cav_un_auth*0001801 project project_id 1ET400750407 agency GA AV ČR ARLID cav_un_auth*0001797 project project_id 1M0572 agency GA MŠk ARLID cav_un_auth*0001814 research CEZ:AV0Z10750506 abstract (eng) A fast range image segmentation method for scenes comprising general faced objects is introduced. The range segmentation is based on a recursive adaptive probabilistic detection of step discontinuities which are present at object face borders in mutually registered range and intensity data. Detected face outlines guides the subsequent region growing step where the neighbouring face curves are grouped together. Region growing based on curve segments instead of pixels like in the classical approaches considerably speed up the algorithm. The exploitation of multimodal data significantly improves the segmentation quality. abstract (cze) Prezentace rychlé metody pro segmentaci hloubkových map scén obsahujících objekty s obecnými neplanárními stěnami. Segmentace je založena na pravděpodobnostní rekurzivní adaptivní detekci stupňových nespojitostí, přítomných na hranách stěn objektů ve vzájemně registrovaných hloubkových a intenzitních měřeních. Detekované hrany stěn řídí následující krok rozrůstání oblastí, kde jsou sousední stěnové křivky vzájemně slučovány. Rozrůstání oblastí je založeno na křivkových segmentech místo na pixelech, jako u klasických přístupů, výrazně zrychluje algoritmus. Využití multimodálních dat významně zlepšuje segmentační kvalitu. action ARLID cav_un_auth*0216374 name Proceedings of ICPR 2006 - The 18th International Conference on Pattern Recognition place Hong Kong dates 20.08.2006-24.08.2006 country CN reportyear 2007 RIV BD permalink http://hdl.handle.net/11104/0134440 arlyear 2006 mrcbU63 cav_un_epca*0076728 Proceedings of ICPR 2006 - The 18th International Conference on Pattern Recognition 0-7695-2521-0 1051-4651 9 12 Piscataway IEEE Press 2006 mrcbU67 Tang Y.Y. 340 mrcbU67 Wang S.P. 340 mrcbU67 Yeung D.S. 340 mrcbU67 Yan H. 340 mrcbU67 Lorette G. 340