搜索资源列表
SegmentationEvaluation
- 用于评价图像分割的精度，包括单个物体的相对错误率指标，和标记错误率。-used to evaluate the accuracy of image segmentation, including individual objects relative error rate indicators, and marking error rate.
Whatmakesagoodmodelofnaturalimages
- 图像分割界最经典的文章，发表于帕米，被IEEE索引，自然模型的评价指标的探讨。-What makes a good model of natural images.pdf
SVM_Finger
- 指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用. 同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义. 本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类. 并采用少类样本合成过采样技术( SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响. 理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.-Fingerprint Image Qu
Segmentation-assess-Benchmark
- 伯克利图像小组提出来的图像分割评价指标：边界误差。-Evaluation of image segmentation. Image: Berkeley group boundary error.
precision--recall--and-ROC-curve
- 图像分割，显著性算法的precision，recall 和ROC的评价指标计算。-Image Segmentation, significant precision,recall and ROC assessment index calculation algorithm.