SEGMENTATION BAYESIENNE PAR ECHANTILLONNAGE BOOTSTRAP

Dans ce papier, nous présentons une méthode de segmentions basée sur la règle de décision de Bayes. En supposant que le mélange est gaussien, les paramètres qui régissent la classification bayesienne sont estimés par la méthode du maximum de vraisemblance et la famille des algorithmes itératifs d’estimation maximisation. Afin d’accélérer la classification nous utilisons l’échantillonnage Bootstrap contextuel. L’intégration de la méthode de segmentation ainsi développée dans un module d’indexation d’une base de données images nous a permis de la valider


Published in:
TAIMA99 Hammamet Tunisie 1999
Presented at:
TAIMA, Hammamet Tunisie, 1999
Year:
1999
Keywords:
Laboratories:




 Record created 2008-06-09, last modified 2018-09-13


Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)