| Identifikační kód | RIV/00216224:14330/14:00073550 |
|---|
| Název v anglickém jazyce | RSurf - the Efficient Texture-Based Descriptor for Fluorescence Microscopy Images of HEp-2 Cells |
|---|
| Druh | D - Článek ve sborníku |
|---|
| Jazyk | eng - angličtina |
|---|
| Obor - skupina | J - Průmysl |
|---|
| Obor | JD - Využití počítačů, robotika a její aplikace |
|---|
| Rok uplatnění | 2014 |
|---|
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
|---|
| Počet výskytů výsledku | 2 |
|---|
| Počet tvůrců celkem | 3 |
|---|
| Počet domácích tvůrců | 3 |
|---|
| Výčet všech uvedených jednotlivých tvůrců | Tomáš Majtner (státní příslušnost: SK - Slovenská republika, domácí tvůrce: A, vedidk: 6909779)
Roman Stoklasa (státní příslušnost: SK - Slovenská republika, domácí tvůrce: A, vedidk: 3323188)
David Svoboda (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 6056229) |
|---|
| Popis výsledku v anglickém jazyce | In biomedical image analysis, object description and classification tasks are very common. Our work relates to the problem of classification of Human Epithelial (HEp-2) cells. Since the crucial part of each classification process is the feature extraction and selection, much attention should be concentrated to the development of proper image descriptors. In this article, we introduce a new efficient texture-based image descriptor for HEp-2 images. We compare proposed descriptor with LBP, Haralick features (GLCM statistics) and Tamura features using the public MIVIA HEp-2 Images Dataset. Our descriptor outperforms all previously mentioned approaches and the classifier based solely on the proposed descriptor is able to achieve the accuracy as high as 87.8%. |
|---|
| Klíčová slova oddělená středníkem | texture descriptor; rsurf; hep-2 |
|---|
| Stránka www, na které se nachází výsledek | - |
|---|
| DOI výsledku | 10.1109/ICPR.2014.215 |
|---|