EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Multi-Spectral Source-Segmentation Using Semantically-Informed Max-Trees

Mohammad Hashem Faezi, Reynier Peletier, Michael H. F. Wilkinson

IEEE Access · 2024 · 12 · 72288-72302

DOI: 10.1109/access.2024.3403309 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Mohammad Hashem Faezi und 2 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref) und nennt 30 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Centre for Data Science and Systems Complexity, University of Groningen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Centre for Data Science and Systems Complexity, University of Groningen

Zitieren

APA

Faezi, M. H., Peletier, R., & Wilkinson, M. H. F. (2024). Multi-Spectral Source-Segmentation Using Semantically-Informed Max-Trees. IEEE Access, 12, 72288-72302. https://doi.org/10.1109/access.2024.3403309

Vancouver

Faezi MH, Peletier R, Wilkinson MHF. Multi-Spectral Source-Segmentation Using Semantically-Informed Max-Trees. IEEE Access. 2024;12:72288-72302. doi:10.1109/access.2024.3403309

BibTeX
@article{Faezi2024,
  author = {Faezi, Mohammad Hashem and Peletier, Reynier and Wilkinson, Michael H. F.},
  title = {Multi-Spectral Source-Segmentation Using Semantically-Informed Max-Trees},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {72288--72302},
  doi = {10.1109/access.2024.3403309}
}
Kostenlos starten →