2020
Report  Unknown

Uso di tecniche di sparse independent component analysis per l'estrazione di regioni di interesse in opere pittoriche e grafiche

Salerno E.

Sparse Independent Component Analysis  Document Image Analysis  Artwork Diagnosis  Graphic Documentation in Artwork Restoration 

In questa nota si mostra come, in certe applicazioni legate alle tecnologie dell'informazione per lo studio del patrimonio culturale, possano essere applicati metodi di separazione cieca delle componenti basati sulla sparsità e non sull'indipendenza statistica. Nelle applicazioni in cui sia necessario estrarre da immagini di opere pittoriche o manoscritti delle regioni di interesse isolate spazialmente, le condizioni di sparsità sono teoricamente verificate già nello spazio delle immagini, e non occorre passare a uno spazio trasformato per poterle imporre alla soluzione del problema. Da due algoritmi recentemente proposti in letteratura, sono stati derivati e sperimentati i corrispondenti operanti direttamente nello spazio delle immagini. Uno di essi impone solo il requisito di sparsità, mentre l'altro aggiunge anche un vincolo di incorrelazione. Gli esperimenti sono condotti su due immagini reali, una relativa a un dipinto acquisito nel visibile e nell'infrarosso e una a un manoscritto acquisito su entrambe le facce nelle tre bande rossa, verde e blu dello spettro visibile.

Source: ISTI Working papers, 2020



Back to previous page
BibTeX entry
@techreport{oai:it.cnr:prodotti:420041,
	title = {Uso di tecniche di sparse independent component analysis per l'estrazione di regioni di interesse in opere pittoriche e grafiche},
	author = {Salerno E.},
	institution = {ISTI Working papers, 2020},
	year = {2020}
}