본 논문에서는 다양한 영상의 분할과 라벨링 문제에 매우 효율적인 조건부 랜덤 필드(CRF)를 소개하고, PET영상에서 뇌 영역의 분할을 실시한다. CRF에서는 기존의 모델들에서 잘 반영되지 않...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A82577318
2009
Korean
학술저널
641-642(2쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
본 논문에서는 다양한 영상의 분할과 라벨링 문제에 매우 효율적인 조건부 랜덤 필드(CRF)를 소개하고, PET영상에서 뇌 영역의 분할을 실시한다. CRF에서는 기존의 모델들에서 잘 반영되지 않...
본 논문에서는 다양한 영상의 분할과 라벨링 문제에 매우 효율적인 조건부 랜덤 필드(CRF)를 소개하고, PET영상에서 뇌 영역의 분할을 실시한다. CRF에서는 기존의 모델들에서 잘 반영되지 않았던 동일한 영역 내의 상호관련성을 고려하여 영상 내 사이트들 간의 정보를 이용하여 분할을 실시한다. 본 논문에서는 이러한 CRF를 이용하여 분할을 실시한 결과를 제시하였다.
Location Based Routing Protocol for Delay Tolerant Networks
Interference Aware Power Control MAC Protocol in an Ad Hoc Network for a Directional Antenna