Temat: image detection - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Face detection in color images using skin segmentation
Autorzy:: Hajiarbabi, M.
Agah, A.
Powiązania:: https://bibliotekanauki.pl/articles/384677.pdf
Data publikacji:: 2014
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: skin detection
neural networks
face detection
skin segmentation
image processing
Opis:: Face detection which is a challenging problem in computer vision, can be used as a major step in face recognition. The challenges of face detection in color images include illumination differences, various cameras characteristics, different ethnicities, and other distinctions. In order to detect faces in color images, skin detection can be applied to the image. Numerous methods have been utilized for human skin color detection, including Gaussian model, rule-based methods, and artificial neural networks. In this paper, we present a novel neural network-based technique for skin detection, introducing a skin segmentation process for finding the faces in color images.
Źródło:: Journal of Automation Mobile Robotics and Intelligent Systems; 2014, 8, 3; 41-51
1897-8649
2080-2145
Pojawia się w:: Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Machine learning and artificial intelligence techniques for detecting driver drowsiness
Autorzy:: Prathap, Boppuru Rudra
Kumar, Kukatlapalli Pradeep
Hussain, Javid
Chowdary, Cherukuri Ravindranath
Powiązania:: https://bibliotekanauki.pl/articles/27314194.pdf
Data publikacji:: 2022
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: artificial intelligence
machine learning
drowsiness detection
image processing
convolutional neural networks
AI visuals
Opis:: The number of automobiles on the road grows in lockstep with the advancement of vehicle manufacturing. Road accidents appear to be on the rise, owing to this growing proliferation of vehicles. Accidents frequently occur in our daily lives, and are the top ten causes of mortality from injuries globally. It is now an important component of the worldwide public health burden. Every year, an estimated 1.2 million people are killed in car accidents. Driver drowsiness and weariness are major contributors to traffic accidents this study relies on computer software and photographs, as well as a Convolutional Neural Network (CNN), to assess whether a motorist is tired. The Driver Drowsiness System is built on the MultiLayer Feed-Forward Network concept CNN was created using around 7,000 photos of eyes in both sleepiness and non-drowsiness phases with various face layouts. These photos were divided into two datasets: training (80% of the images) and testing (20% of the images). For training purposes, the pictures in the training dataset are fed into the network. To decrease information loss as much as feasible, backpropagation techniques and optimizers are applied. We developed an algorithm to calculate ROI as well as track and evaluate motor and visual impacts.
Źródło:: Journal of Automation Mobile Robotics and Intelligent Systems; 2022, 16, 2; 64--73
1897-8649
2080-2145
Pojawia się w:: Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Sieć miniaturowych czujników termowizyjnych do wykrywania i śledzenia obiektów
A Network of Miniature Thermal Imaging Sensors for Object Detection and Tracking
Autorzy:: Bieszczad, Grzegorz
Sosnowski, Tomasz
Sawicki, Krzysztof
Gogler, Sławomir
Ligienza, Andrzej
Mścichowski, Mariusz
Powiązania:: https://bibliotekanauki.pl/articles/2068655.pdf
Data publikacji:: 2021
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: termowizja
śledzenie
analiza obrazu
przetwarzanie obrazu
sieć czujników
detekcja
thermal imaging
tracking
image analysis
image processing
sensor network
detection
Opis:: W artykule przedstawiono koncepcję i realizację sieci czujników zobrazowania w podczerwieni służącą do lokalizacji i śledzenia obiektów. Sieć czujników używa zespołu wielu miniaturowych mikrobolometrycznych kamer termowizyjnych o niskiej rozdzielczości (80 × 80 pikseli) do wykrywania, śledzenia i lokalizacji obiektów w obszarze obserwacji. Zastosowanie systemów termowizyjnych reagujących na promieniowanie podczerwone pochodzące z obiektów sprawia, że system jest odporny na warunki oświetlenia zewnętrznego i warunki środowiskowe. Jednocześnie zastosowanie czujnika podczerwieni wymaga zastosowania specjalnie zaprojektowanych, dedykowanych technik przetwarzania obrazu. W artykule opisano techniki przetwarzania obrazu, sposoby lokalizacji obiektów, pomiary dokładności, porównanie z innymi znanymi rozwiązaniami oraz wnioski końcowe.
This paper presents a concept and implementation of an infrared imaging sensor network for object localization and tracking. The sensor network uses multiple low-resolution (80× 80 pixels) microbolometric thermal cameras to detect, track and locate an object within the area of observation. The network uses information simultaneously acquired from multiple sensors to detect and extract additional information about object’s location. The use of thermal-imaging systems responsive to objects’ natural infrared radiation, makes the system resistant to external illumination and environmental conditions. At the same time, the use of infrared sensor requires application of specially designed, dedicated image processing techniques appropriate for this kind of sensor. The paper describes: image processing techniques, means of object localization, accuracy measurements, comparison to other known solutions and final conclusions.
Źródło:: Pomiary Automatyka Robotyka; 2021, 25, 4; 57--66
1427-9126
Pojawia się w:: Pomiary Automatyka Robotyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Model systemu detekcji przeszkód i mapowania środowiska dla autonomicznych pojazdów podwodnych
Simulation Model of Obstacle Detection and Mapping System for AUVs
Autorzy:: Kot, Rafał
Piskur, Paweł
Sigiel, Norbert
Powiązania:: https://bibliotekanauki.pl/articles/27312466.pdf
Data publikacji:: 2023
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: detekcja przeszkód
akwizycja danych
przetwarzanie zobrazowań sonarowych
autonomiczny pojazd podwodny
sonar
obstacle detection
data acquisition
sonar image processing
autonomous underwater vehicle
AUV
Opis:: W artykule przedstawiono model systemu detekcji przeszkód i mapowania środowiska, bazujący na przetwarzaniu obrazowym w czasie rzeczywistym, przeznaczony dla autonomicznego pojazdu podwodnego. Model został zrealizowany w oparciu o parametry pracy rzeczywistego sonaru z mechanicznym przestawianiem wiązki Tritech Micron Sonar. Działanie systemu detekcji zostało zweryfikowane z wykorzystaniem matematycznego modelu autonomicznego pojazdu podwodnego poruszającego się w środowisku podwodnym wyrażonym mapą testową przygotowaną na bazie rzeczywistych pomiarów zrealizowanych za pomocą ww. sonaru. Model systemu pozwala wykrywać i zapisywać w postaci mapy, przeszkody znajdujące się w polu widzenia sonaru w czasie rzeczywistym.
This article presents a real-time model of an obstacle detection and environmental mapping system based on image processing for an autonomous underwater vehicle (AUV). The model was based on Tritech Micron Sonar operating parameters with mechanical beam adjustment. The operation of the detection system was verified using a mathematical model of an autonomous underwater vehicle moving in the underwater environment, expressed by a test map prepared based on actual measurements of the above-mentioned sonar. The system model allows for detecting and mapping obstacles in the sonar’s field of view in real-time.
Źródło:: Pomiary Automatyka Robotyka; 2023, 27, 4; 19--26
1427-9126
Pojawia się w:: Pomiary Automatyka Robotyka
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "image detection" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język