1 resultado para MATCH
em Portal de Revistas Científicas Complutenses - Espanha
Filtro por publicador
- Repository Napier (1)
- Aberdeen University (1)
- Aberystwyth University Repository - Reino Unido (6)
- Academic Archive On-line (Stockholm University; Sweden) (1)
- Academic Research Repository at Institute of Developing Economies (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (2)
- Aquatic Commons (11)
- Archive of European Integration (3)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (10)
- Aston University Research Archive (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (3)
- Biblioteca Digital de la Universidad Católica Argentina (2)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (12)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (7)
- Boston University Digital Common (22)
- Brock University, Canada (3)
- CaltechTHESIS (11)
- Cambridge University Engineering Department Publications Database (33)
- CentAUR: Central Archive University of Reading - UK (10)
- Center for Jewish History Digital Collections (1)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (93)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (1)
- CORA - Cork Open Research Archive - University College Cork - Ireland (2)
- Digital Commons at Florida International University (2)
- DRUM (Digital Repository at the University of Maryland) (3)
- Duke University (12)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (18)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (23)
- Glasgow Theses Service (1)
- Greenwich Academic Literature Archive - UK (4)
- Helda - Digital Repository of University of Helsinki (18)
- Indian Institute of Science - Bangalore - Índia (174)
- Infoteca EMBRAPA (1)
- Instituto Politécnico do Porto, Portugal (11)
- Massachusetts Institute of Technology (5)
- Ministerio de Cultura, Spain (5)
- National Center for Biotechnology Information - NCBI (1)
- Nottingham eTheses (3)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (6)
- Portal de Revistas Científicas Complutenses - Espanha (1)
- Publishing Network for Geoscientific & Environmental Data (4)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (142)
- Queensland University of Technology - ePrints Archive (236)
- Repositório Científico da Universidade de Évora - Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (6)
- Repositório Científico do Instituto Politécnico de Santarém - Portugal (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositório Institucional da Universidade de Aveiro - Portugal (5)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (4)
- Research Open Access Repository of the University of East London. (3)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (3)
- Savoirs UdeS : plateforme de diffusion de la production intellectuelle de l’Université de Sherbrooke - Canada (1)
- Universidad de Alicante (1)
- Universidad Politécnica de Madrid (2)
- Universidade de Lisboa - Repositório Aberto (4)
- Universidade dos Açores - Portugal (2)
- Université de Montréal, Canada (1)
- University of Michigan (21)
- University of Queensland eSpace - Australia (2)
- University of Washington (1)
- WestminsterResearch - UK (6)
- Worcester Research and Publications - Worcester Research and Publications - UK (1)
Resumo:
En este estudio se evalúa el rendimiento de los métodos de Bag-of-Visualterms (BOV) para la clasificación automática de imágenes digitales de la base de datos del artista Miquel Planas. Estas imágenes intervienen en la ideación y diseño de su producción escultórica. Constituye un interesante desafío dada la dificultad de la categorización de escenas cuando éstas difieren más por los contenidos semánticos que por los objetos que contienen. Hemos empleado un método de reconocimiento basado en Kernels introducido por Lazebnik, Schmid y Ponce en 2006. Los resultados son prometedores, en promedio, la puntuación del rendimiento es aproximadamente del 70%. Los experimentos sugieren que la categorización automática de imágenes basada en métodos de visión artificial puede proporcionar principios objetivos en la catalogación de imágenes y que los resultados obtenidos pueden ser aplicados en diferentes campos de la creación artística.