Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "image detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Implementacja w FPGA algorytmu detekcji krawędzi obrazu w czasie rzeczywistym
    FPGA implementation of edge detection algorithms on real-time image
    Autorzy:
    Kowalski, P.
    Smyk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/268256.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    przetwarzanie obrazu
    wykrywanie krawędzi
    FPGA
    image processing
    edge detection
    Opis:
    W artykule przedstawiono projekt architektury oraz implementację układową toru przetwarzania wstępnego obrazu z modułem detekcji krawędzi. Układ został zaimplementowany w FPGA Intel Cyclone. Zrealizowany moduł wykorzystuje pięć wybranych algorytmów wykrywania krawędzi, w tym Robertsa, Sobela i Prewitt.
    The paper presents FPGA implementation details of the hardware image processing block with the edge detection module. In the implemented video processing module we use five selected edge detection algorithms, including Roberts, Sobel and Prewitt. The structure was synthesized and packed using hardware design platform built around the Intel Cyclone V FPGA. The number of logic elements used in each implementation was compared. We also estimated the execution time and maximum possible frame rate in VGA (640x480) and FullHD (1920x1080) video stream.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 61; 49-52
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System monitoringu pomieszczeń zamkniętych oparty na zespole kamer internetowych
    The indoor monitoring system based on webcams
    Autorzy:
    Orszulak, U.
    Babicz, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/266748.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    system alarmowy
    detekcja krawędzi
    analiza obrazu
    monitoring
    edge detection
    image processing
    Opis:
    Artykuł opisuje system do monitoringu pomieszczeń zamkniętych oparty na zespole kamer internetowych. System umożliwia rejestrację obrazu za pomocą trzech kamer internetowych w momencie wykrycia ruchu i przekazuje w czasie rzeczywistym nagrany film użytkownikowi na dowolne urządzenie posiadające system Android. Dzięki takiemu rozwiązaniu można kontrolować dane pomieszczenie np. pokój dziecka, biuro czy też sklep. Umożliwia to podjęcie szybszej reakcji w z związku detekcją poruszającego się obiektu. System, po wykryciu ruchu w pomieszczeniu, rejestruje przez określony czas sekwencje obrazów. Poza opracowaniem odpowiedniego kodu analizującego obraz z kamery internetowej składa się z odpowiedniej infrastruktury sprzętowej oraz aplikacji przeznaczonej dla systemu Android.
    The article presents a monitoring system based on a set of webcams. The system allows to record the movie from three webcams at the moment of motion detection in real-time. User have an access to the movies by application on Android device. Three most popular edges detection algorithms were implemented and tested: Laplace’s processing, Sobel mask and Canny algorithm. Authors elaborated the three edge detection algorithms and tested their functionality in presence and absence of moving object in different natural lighting conditions – day and night. For each situation (day/night, presence/absence of movement) one thousand single tests were carried out. The detection was conducted every 66 ms. The tests prove that the Laplace's operator is the most effective edge algorithm for this task. A program based on the Laplce operator does not perform erroneous motion detection and its efficiency in the presence of a moving object is over 96%. The Canny algorithm would only apply in the day if it were to be used in the RGB. Worst of all, Sobel's operator, has so high sensitivity that it detects the movement almost all the time event if it not occurs.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 57; 77-80
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie prostych w obrazie cyfrowym z wykorzystaniem transformacji Hougha
    Straight lines detection in digital image using Hough transform
    Autorzy:
    Kowalski, P.
    Smyk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/266410.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    przetwarzanie obrazu
    transformacja Hougha
    wykrywanie linii
    image processing
    Hough transform
    line detection
    Opis:
    Artykuł prezentuje eksperymentalną analizę wpływu szumu o założonym poziomie na skuteczność wykrywania prostych w obrazie przy użyciu algorytmu Hougha. Analizę przeprowadzono przy użyciu opracowanej aplikacji obejmującej realizację procedury generacji szumu oraz algorytmu automatycznie wyznaczającego liczbę pikseli w funkcji jasności w przestrzeni Hougha. Zbadano wpływ poziomu szumu na różnicę w liczbach pikseli tworzących prostą wejściową, a prostą tworzoną przez współliniowe piksele szumu.
    The paper experimentally analyzed the impact of noise level on the efficiency of straight lines detection using the Hough algorithm. The analysis was carried out in the own application containing the noise generation procedure and the algorithm that automatically determines the number of pixels as a function of brightness in Hough space. The impact of noise level on the difference in the number of pixels of input straight lines, and lines generated from noise was analyzed.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 61; 45-48
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza sceny przy użyciu głębokich sieci neuronowych typu YOLO
    Scene analysis using YOLO neural network
    Autorzy:
    Mikołajczyk, Mateusz
    Kwasigroch, Arkadiusz
    Grochowski, Michał
    Powiązania:
    https://bibliotekanauki.pl/articles/267008.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    sztuczne sieci neuronowe
    detekcja obiektów
    przetwarzanie obrazu
    uczenie głębokie
    artificial neural networks
    object detection
    image processing
    deep learning
    Opis:
    W artykule opisany został problem analizy sceny na obrazach oraz sekwencjach video. Zadanie analizy sceny polega na detekcji, lokalizacji i klasyfikacji obiektów znajdujących się na obrazach. Zaimplementowany system wykorzystuje głęboką sieć neuronową, której struktura oparta została na architekturze YOLO (You Only Look Once). Niskie zapotrzebowania obliczeniowe wybranej architektury pozwala na wykonywanie detekcji w czasie rzeczywistym z zadowalającą dokładnością. W pracy przeprowadzono również badania nad doborem odpowiedniego optymalizatora wykorzystywanego w procesie uczenia. Jako przykładową aplikację wybrano analizę ruchu ulicznego w której skład wchodzi wykrywanie i lokalizacja obiektów takich jak m.in. samochody, motocykle czy sygnalizacja świetlna. Systemy tego typu mogą być wykorzystywane w wszelkiego typu systemach analizy wizyjnej otoczenia np. w pojazdach autonomicznych, systemach automatycznej analizy video z kamer przemysłowych, systemach dozoru czy analizy zdjęć satelitarnych.
    The paper describes the problem of scene analysis in images and video sequences. The task of scene analysis is to detect, locate and classify objects in images. As an example of an application, traffic analysis was chosen, which includes the detection and location of objects such as cars, motorcycles or traffic lights. The implemented system uses a deep neural network, whose structure is based on the YOLO (You Only Look Once) architecture. Low computing requirements of the chosen architecture allows performing real-time detection with satisfactory accuracy. The work also included a study on the selection of an appropriate optimizer used in the learning process. The program correctly detects objects with a large surface area, allowing the system to be used in traffic analysis. The work also showed that using the ADAM algorithm allowed significantly shorten the training time of the neural network. Systems of this type can be used in many types of video analysis systems such as autonomous vehicles, automatic video analysis systems with CCTV cameras, surveillance systems or satellite image analysis.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 68; 37-40
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies