Fuzzy classification method for knife detection problem
PBN-AR
Instytucja
Wydział Informatyki, Elektroniki i Telekomunikacji (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Książka
Tytuł książki
Multimedia communications, services and security. 7 th international conference, MCSS 2014 : Krakow, Poland, June 11–12, 2014 : proceedings
Data publikacji
2014
ISBN
978-3-319-07568-6
Wydawca
Springer International Publishing
Publikacja
Główny język publikacji
EN
Tytuł rozdziału
Fuzzy classification method for knife detection problem
Rok publikacji
2014
Strony (od-do)
159--169
Numer rozdziału
Identyfikator DOI
Liczba arkuszy
0.92
Hasło encyklopedyczne
Autorzy
(liczba autorów: 3)
Pozostali autorzy
+ 2
Słowa kluczowe
EN
pattern recognition
data analysis
fuzzy classifier
fuzzy inference
knife detection
feature descriptor
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
MCSS 2014
Nazwa konferencji
Multimedia communications, services and security : 7th international conference
Początek konferencji
2014-06-11
Koniec konferencji
2014-06-12
Lokalizacja konferencji
Kraków
Kraj konferencji
PL
Lista innych baz czasopism i abstraktów w których była indeksowana
Streszczenia
Język
EN
Treść
In this paper we propose a new approach for pattern recognition problems with non-uniform classes of images. The main idea of this classification method is to describe classes of images with their fuzzy portraits. This approach provides good generalizing ability of algorithm. The fuzzy set is calculated as a preliminary result of algorithm before crisp decision or rejecting that allows to solve a problem of uncertainly at the boundaries of classes. We use the method to solve the problem of knife detection in still images. The main idea of this study is to test fuzzy classification with features vectors in real environment. As a feature vectors we decided to use selected MPEG-7 descriptors schemes. The described method was experimentally validated on dataset with over 12 thousands images. The article contains results of five experiments which confirm good accuracy of the proposed method.
Cechy publikacji
chapter-in-a-book
peer-reviewed
Inne
System-identifier
idp:084324
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych