KIT | KIT-Bibliothek | Impressum
Originalveröffentlichung
DOI: 10.1007/978-3-319-59876-5_38

Gaussian mixture trees for one class classification in automated visual inspection

Richter, M.; Längle, T.; Beyerer, J.



Zugehörige Institution(en) am KIT Institut für Anthropomatik (IFA)
Publikationstyp Proceedingsbeitrag
Jahr 2017
Sprache Englisch
Identifikator ISBN: 978-3-319-59875-8
ISSN: 0302-9743, 1611-3349
KITopen ID: 1000072267
Erschienen in ICIAR 2017 : Image Analysis and Recognition : Proceedings of the 14th International Conference, Montreal, Canada, 5th - 7th July 2017. Ed.: F. Karray
Verlag Springer, Cham
Seiten 341-351
Serie Lecture notes in computer science ; 10317
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft KITopen Landing Page