Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions (2016)
- Authors:
- Autor USP: HIRATA, NINA SUMIKO TOMITA - IME
- Unidade: IME
- DOI: 10.1109/ICPR.2016.7900167
- Subjects: RECONHECIMENTO DE CARACTERES; MINERAÇÃO DE DADOS; APRENDIZADO COMPUTACIONAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Piscataway
- Date published: 2016
- Source:
- Título: Proceedings
- Conference titles: International Conference on Pattern Recognition - ICPR
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
JULCA AGUILAR, Frank Dennis et al. Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions. 2016, Anais.. Piscataway: IEEE, 2016. Disponível em: https://doi.org/10.1109/ICPR.2016.7900167. Acesso em: 27 dez. 2025. -
APA
Julca Aguilar, F. D., Hirata, N. S. T., Mouchère, H., & Viard Gaudin, C. (2016). Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions. In Proceedings. Piscataway: IEEE. doi:10.1109/ICPR.2016.7900167 -
NLM
Julca Aguilar FD, Hirata NST, Mouchère H, Viard Gaudin C. Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions [Internet]. Proceedings. 2016 ;[citado 2025 dez. 27 ] Available from: https://doi.org/10.1109/ICPR.2016.7900167 -
Vancouver
Julca Aguilar FD, Hirata NST, Mouchère H, Viard Gaudin C. Subexpression and dominant symbol histograms for spatial relation classification in mathematical expressions [Internet]. Proceedings. 2016 ;[citado 2025 dez. 27 ] Available from: https://doi.org/10.1109/ICPR.2016.7900167 - On machine-learning morphological image operators
- Multilevel training of binary morphological operators
- Matching based ground-truth annotation for online handwritten mathematical expressions
- Mathematical symbol hypothesis recognition with rejection option
- Symbol detection in online handwritten graphics using faster R-CNN
- Programação automatica de maquinas morfologicas binarias baseada em aprendizado PAC
- Projeto automático de operadores: explorando conhecimentos a priori
- The use of high resolution images in morphological operator learning
- Morphological operator design from training data
- Fast QR code detection in arbitrarily acquired images
Informações sobre o DOI: 10.1109/ICPR.2016.7900167 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2849845.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
