Laplacian coordinates for seeded image segmentation (2014)
- Authors:
- Autor USP: NONATO, LUIS GUSTAVO - ICMC
- Unidade: ICMC
- DOI: 10.1109/CVPR.2014.56
- Subjects: COMPUTAÇÃO GRÁFICA; PROCESSAMENTO DE IMAGENS; GEOMETRIA COMPUTACIONAL
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Piscataway, NJ
- Date published: 2014
- Source:
- Título do periódico: Proceedings
- ISSN: 1063-6919
- Conference titles: IEEE Conference on Computer Vision and Pattern Recognition – CVPR 2014
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
CASACA, Wallace e NONATO, Luis Gustavo e TAUBIN, Gabriel. Laplacian coordinates for seeded image segmentation. 2014, Anais.. Piscataway, NJ: IEEE, 2014. Disponível em: https://doi.org/10.1109/CVPR.2014.56. Acesso em: 29 mar. 2024. -
APA
Casaca, W., Nonato, L. G., & Taubin, G. (2014). Laplacian coordinates for seeded image segmentation. In Proceedings. Piscataway, NJ: IEEE. doi:10.1109/CVPR.2014.56 -
NLM
Casaca W, Nonato LG, Taubin G. Laplacian coordinates for seeded image segmentation [Internet]. Proceedings. 2014 ;[citado 2024 mar. 29 ] Available from: https://doi.org/10.1109/CVPR.2014.56 -
Vancouver
Casaca W, Nonato LG, Taubin G. Laplacian coordinates for seeded image segmentation [Internet]. Proceedings. 2014 ;[citado 2024 mar. 29 ] Available from: https://doi.org/10.1109/CVPR.2014.56 - Ferramenta para interação com modelos tridimensionais gerados a partir de imagens médicas
- Learning and teaching mathematics basic courses with multimedia tools. (cdrom)
- Novo software trata fotos e é fácil de usar
- 'Beta'-conexão: uma família de objetos tridimensionais reconstruídoss a partir de seções planares
- Robust topology-based multiscale analysis of scientific data: 213 p.
- Verifiable visualization for isosurface extraction
- iLAMP: exploring high-dimensional spacing through backward multidimensional projection
- Multidimensional projection applied to textual search results visualization
- Delaunay triangulation data augmentation guided by visual analytics for deep learning
- A hierarchical network simplification via non-negative matrix factorization
Informações sobre o DOI: 10.1109/CVPR.2014.56 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas