Greedy Gaussian mixture learning for texture segmentation

Jakob Verbeek 1 Nikos Vlassis 1 Ben Krose 1
1 IvI - Instituut voor Informatica
Abstract : The problem of segmenting an image into several modalities representing different textures can be modeled using Gaussian mixtures. Fitting a Gaussian mixtures on the data is not trivial problem and no guaranteed optimal algorithm exists. In this paper we show the benefits of a recently developed greedy procedure to Gaussian mixture learning to the problem of texture segmentation. We present the greedy learning method and provide experimental results illustrating the potential of the new method.
Type de document :
Communication dans un congrès
A. Leonardis and H. Bischof. ICANN Workshop on Kernel and Subspace Methods for Computer Vision, Aug 2001, Wien, Austria. pp.37--46, 2001
Liste complète des métadonnées

VVK01c.png
VVK01c.png
https://hal.inria.fr/inria-00321513
Contributeur : Jakob Verbeek <>
Soumis le : mercredi 16 février 2011 - 17:04:50
Dernière modification le : lundi 25 septembre 2017 - 10:08:04
Document(s) archivé(s) le : mardi 17 mai 2011 - 02:37:12

Fichiers

verbeek01icann.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00321513, version 1

Citation

Jakob Verbeek, Nikos Vlassis, Ben Krose. Greedy Gaussian mixture learning for texture segmentation. A. Leonardis and H. Bischof. ICANN Workshop on Kernel and Subspace Methods for Computer Vision, Aug 2001, Wien, Austria. pp.37--46, 2001. 〈inria-00321513〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

214

Téléchargements de fichiers

452

Contact


archive-ouverte@inria.fr