Pesquisa Bibliográfica



Yüklə 0,7 Mb.
səhifə5/34
tarix28.10.2017
ölçüsü0,7 Mb.
#19393
1   2   3   4   5   6   7   8   9   ...   34

Referência 50


Georgiev, P.G.; Zlateva, N.P. Reconstruction of the Clarke Subdifferential by the Lasry-Lions Regularizations, Journal of Mathematical Analysis and Applications
Vol. 248, No. 2, August 15, 2000.

Tema: aplicações matemáticas

Fonte: www.bae.unicamp.br - Probe - Academic Press

Resumo: sim

Artigo Completo: sim

Palavras-Chave: função de Lipschitz, espaço de Hilbert, sub-diferenciais de Clarke

Comentários: neste paper os autores provam que o sub-diferencial de Clarke de uma função localmente de Lipschitz com uma condição de crescimento, definida em um espaço de Hilbert, pode ser representado pelas derivadas de suas regularizações de Lasry-Lions.

Referência 51


Gimel'farb, G.L. Regularization of low-level binocular stereo vision considering surface smoothness and dissimilarity of superimposed stereo images. In Aspects of Visual Form Processing, pages 231-240, Singapore, 1994.

Tema: processamento de imagens

Fonte: ResearchIndex (CiteSeer): http://citeseer.nj.nec.com/

Resumo: não

Artigo Completo: não

Palavras-Chave: processamento de imagens, suavidade, restrições

Comentários: a fonte não dispõe do resumo ou texto completo do artigo.

Referência 52

Gokmen, M.; Li, C.C. Edge detection with iteratively refined regularization, Proceedings of 10th International Conference on Pattern Recognition, vol. 1, pp. 690-693, June 1990.



Tema: reconhecimento de padrões

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: função energia, imagens sintéticas, suavidade, reconhecimento de padrão, reconstrução de superfície

Comentários: é apresentada uma abordagem para problemas de detecção de contorno. A função de energia na regularização padrão tem sido modificada para controlar a suavidade sobre o espaço da imagem, a fim de obter uma localização apurada dos contornos. Os autores desenvolveram um algoritmo que melhora iterativamente a solução em regiões descontínuas pela atualização do parâmetro de regularização.
Referência 53

Gokmen, M.; Li, C.C., Edge detection using refined regularization, IEEE Computer Society Conference on Computer Vision and Pattern Recognition - CVPR '91, Proceedings, pp. 215-221, June 1991.



Tema: reconhecimento de padrões

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: imagens reais, suavidade, sinal de erro, reconhecimento de padrões, processamento de imagem

Comentários: este paper apresenta um algoritmo de detecção de contorno baseado na teoria da regularização, no qual a suavidade é controlada espacialmente sobre o espaço da imagem. O algoritmo começa com uma solução regularizada sobre-suavizada e iterativamente refina a superfície ao redor das descontinuidades usando o conhecimento da estrutura das descontinuidades exibidas no sinal de erro entre os dados da imagem e a solução regularizada anterior.
Referência 54

Gokmen, M.; Li, C.C., Edge detection and surface reconstruction using refined regularization, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 15, no. 5, pp. 492-499, May 1993.



Tema: reconhecimento de padrões

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: filtragem, reconstrução de superfície, detecção de contorno, suavidade, métodos iterativos

Comentários: este paper apresenta um algoritmo de detecção de contorno e reconstrução de superfície, no qual a suavidade é controlada espacialmente sobre o espaço da imagem. Os valores dos parâmetros no modelo são determinados adaptativamente por um processo de refinamento iterativo; conseqüentemente, os parâmetros dependentes da imagem, como o valor ótimo do parâmetro de regularização ou o tamanho do filtro, são eliminados.

Referência 55


Gonzalez, H.; Galatsanos, N.P.; Katsaggelos, A.K. Cross-validation And Maximum Likelihood Space Varying Regularized Image Restoration, Proceedings of the Seventh Workshop on Multidimensional Signal Processing, p. 1.6, September 1991.

Tema: restauração de imagens

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: validação cruzada, restauração de imagens, regularização, máxima verossimilhança

Comentários: este paper trata do uso da validação cruzada e da máxima verossimilhança na restauração de imagens regularizadas.
Referência 56

Granados, J.J.; Gallego, R. Regularization of nearly hypersingular integrals in the boundary element method, Engineering Analysis with Boundary Elements, vol. 25, no. 3, pp. 165-184, March 2001.



Tema: aplicações matemáticas

Fonte: www.bae.unicamp.br - Probe - Elsevier

Resumo: sim

Artigo Completo: sim

Palavras-Chave: método do elemento de contorno, regularização integral, integrando proximamente singular, integrais quase singulares

Comentários: este paper apresenta um procedimento de regularização complexa de sementes, o qual leva a uma decomposição de integrais quase singulares e quase hipersingulares em uma série de termos mais simples.
Referência 57

Groetsch, C.W. The Theory of Tikhonov regularization for Fredholm equations of the first kind, Pitman, Boston, 1984.



Tema: aplicações matemáticas

Fonte: ResearchIndex (CiteSeer): http://citeseer.nj.nec.com/

Resumo: não

Artigo Completo: não

Palavras-Chave: problema inverso mal-condicionados, ruído, minimização, suavidade

Comentários: este paper é largamente citado na literatura.
Referência 58

Gunsel, B.; Guzelis, C. Supervised learning of smoothing parameters in image restoration by regularization under cellular neural networks framework, Proceedings of the International Conference on Image Processing, vol. 1, pp. 470-473, Oct. 1995.



Tema: restauração de imagens

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: aprendizado, redes neurais recorrentes, redes neurais celulares, restauração de imagens, sistemas adaptativos

Comentários: a estimação dos parâmetros de suavidade é um dos problemas mais complicados no uso de técnicas de regularização para restauração de imagens. Este paper mostra como redes neurais celulares (CNNs) incorporadas com um algoritmo de aprendizado podem ser úteis em aprendizado adaptativo dos parâmetros de suavidade da regularização.

Referência 59

Gupta, S.N.; Prince, J.L. On div-curl regularization for motion estimation in 3-D volumetric imaging, International Conference on Image Processing, Proceedings, vol. 1, pp. 929-932, Sept. 1996.



Tema: estimação de movimento

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: seqüências de imagens, brilho, suavidade, spline, suavidade

Comentários: este paper considera o algoritmo clássico de fluxo óptico de Horn e Schunck para estimação do movimento de padrões de brilho entre pares de imagens. Os autores usam uma condição de suavidade modificada baseada na divergência e ondulação do campo de velocidade.
Referência 60

Harabetian, E.; Osher, S.; Shu, C.W. An Eulerian Approach for Vortex Motion Using a Level Set Regularization Procedure, Journal of Computational Physics, Vol. 127, No. 1, August 1, 1996



Tema: aplicações em física

Fonte: www.bae.unicamp.br - Probe - Academic Press

Resumo: sim

Artigo Completo: sim

Palavras-Chave: abordagem Euleriana, movimento de fluido incompressível, vórtex tridimensional

Comentários: neste paper apresenta-se uma abordagem Euleriana para resolver o problema do movimento de um fluido incompressível, em duas e três dimensões, no qual a vorticidade é concentrada em um conjunto dimensional mais baixo. A regularização é topológica e é automaticamente implementada através do uso de esquemas numéricos. Vários exemplos numéricos são mostrados.
Referência 61

Hare, J.R.; Reilly, J.P. The iterative deconvolution of linearly blurred images using non-parametric stabilizing functions, Proceedings of the 2000 International Conference on Image Processing, vol. 3, pp. 770-773, Sept. 2000.



Tema: processamento de imagens

Fonte: base de dados IEEE/IEE - BAE

Resumo: sim

Artigo Completo: sim

Palavras-Chave: regularização não-paramétrica, processamento de imagens, ruído, análise de erros

Yüklə 0,7 Mb.

Dostları ilə paylaş:
1   2   3   4   5   6   7   8   9   ...   34




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin