OU Portal
Log In
Welcome
Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
Error:
Javascript is disabled in this browser. This page requires Javascript. Modify your browser's settings to allow Javascript to execute. See your browser's documentation for specific instructions.
{}
Zavřít
Publikační činnost
Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu:
stať ve sborníku (D)
Domácí pracoviště:
Přírodovědecká fakulta (31000)
Název:
Historical image processing using neural networks
Citace
Volná, E., Jarušek, R. a Kotyrba, M. Historical image processing using neural networks.
In:
Advanced Materials and Information Technology Processing.
UK: WITPRESS, 2013. WITPRESS, 2013. s. 698-704. ISBN 978-1-84564-853-4.
Podnázev
Rok vydání:
2013
Obor:
Informatika
Počet stran:
8
Strana od:
698
Strana do:
704
Forma vydání:
Tištená verze
Kód ISBN:
978-1-84564-853-4
Kód ISSN:
1746-4471
Název sborníku:
Advanced Materials and Information Technology Processing
Sborník:
Mezinárodní
Název nakladatele:
WITPRESS
Místo vydání:
UK
Stát vydání:
Sborník vydaný v zahraničí
Název konference:
3rd International Conference on Advanced Materials and Information Technology Processing
Místo konání konference:
Los Angeles
Datum zahájení konference:
Typ akce podle státní
příslušnosti účastníků akce:
Celosvětová akce
Kód UT WoS:
EID:
Klíčová slova anglicky:
platinotype, cyanotype, Van Dyke, neural networks
Popis v původním jazyce:
The aim of the article is imitation of handmade original techniques used for platinotype, cyanotype, and Van Dyke via digital filters based on artificial neural networks. The proposed methodology of editing information in graphical data, which aims to create a faithful copy of the manual process of alternative photo-graphic techniques, uses backpropagation neural networks, and contributes to the resulting graphics on the basis of defined transformation matrixes. The core of the proposed methodology is the composition of the results generated by individual neural networks with their configurations after adaptation over the proposed training set. An essential part of this article is to verify the proposed methodology in an experimental study.
Popis v anglickém jazyce:
Seznam ohlasů
Ohlas
R01:
RIV/61988987:17310/13:A1401AH9
Complementary Content
Deferred Modules
${title}
${badge}
${loading}
Deferred Modules