liu.seSearch for publications in DiVA
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Using Importance Sampling for Bayesian Feature Space Filtering
Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Matematiska institutionen, Tillämpad matematik. Linköpings universitet, Tekniska högskolan.
Vise andre og tillknytning
2007 (engelsk)Inngår i: Proceedings of the 15th Scandinavian conference on image analysis / [ed] Kjær Bjarne Ersbøll and Kim Steenstrup Pedersen, Berlin, Heidelberg: Springer-Verlag , 2007, s. 818-827Konferansepaper, Publicerat paper (Fagfellevurdert)
Abstract [en]

We present a one-pass framework for filtering vector-valued images and unordered sets of data points in an N-dimensional feature space. It is based on a local Bayesian framework, previously developed for scalar images, where estimates are computed using expectation values and histograms. In this paper we extended this framework to handle N-dimensional data. To avoid the curse of dimensionality, it uses importance sampling instead of histograms to represent probability density functions. In this novel computational framework we are able to efficiently filter both vector-valued images and data, similar to e.g. the well-known bilateral, median and mean shift filters.

sted, utgiver, år, opplag, sider
Berlin, Heidelberg: Springer-Verlag , 2007. s. 818-827
Serie
Lecture Notes in Computer Science, ISSN 0302-9743 ; Vol. 4522
HSV kategori
Identifikatorer
URN: urn:nbn:se:liu:diva-38745DOI: 10.1007/978-3-540-73040-8_83ISI: 000247364000083Lokal ID: 45475ISBN: 978-3-540-73039-2 (tryckt)OAI: oai:DiVA.org:liu-38745DiVA, id: diva2:259594
Konferanse
The 15th Scandinavian conference on image analysis, June 10-24, Aalborg, Denmark
Tilgjengelig fra: 2009-10-10 Laget: 2009-10-10 Sist oppdatert: 2015-10-08bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekst

Personposter BETA

Brun, AndersSvensson, BjörnWestin, Carl-FredrikHerberthson, MagnusWrangsjö, AndreasKnutsson, Hans

Søk i DiVA

Av forfatter/redaktør
Brun, AndersSvensson, BjörnWestin, Carl-FredrikHerberthson, MagnusWrangsjö, AndreasKnutsson, Hans
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 928 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf