Informacja

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

Wyszukujesz frazę "Jakóbczak, D." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Application of Hurwitz – Radon matrices in shape representation
Autorzy:
Jakóbczak, D.
Powiązania:
https://bibliotekanauki.pl/articles/117952.pdf
Data publikacji:
2010
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
shape representation
curve interpolation
contour reconstruction
shape coefficient
Hurwitz-Radon matrices
Opis:
Computer vision needs suitable methods of shape representation and contour reconstruction. One of them, invented by the author and called method of Hurwitz-Radon Matrices (MHR), can be used in representation and reconstruction of shapes of the objects in the plane. Proposed method is based on a family of Hurwitz-Radon (HR) matrices. The matrices are skew-symmetric and possess columns composed of orthogonal vectors. Shape is represented by the set of nodes. It is shown how to create the orthogonal and discrete OHR operator and how to use it in a process of shape representation and reconstruction. MHR method is interpolating the curve point by point without using any formula or function.
Źródło:
Applied Computer Science; 2010, 6, 1; 63-74
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Active Object Modeling and Applications via the Method of Hurwitz-Radon Matrices
Autorzy:
Jakóbczak, D.
Powiązania:
https://bibliotekanauki.pl/articles/118372.pdf
Data publikacji:
2013
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
Hurwitz-Radon matrices
active object modeling
macierze Hurwitza-Radona
aktywne modelowanie obiektów
Opis:
Artificial intelligence and computer vision need methods for object modeling having discrete set of boundary points. A novel method of Hurwitz-Radon Matrices (MHR) is used in shape modeling. Proposed method is based on the family of Hurwitz-Radon (HR) matrices which possess columns composed of orthogonal vectors. Two-dimensional active curve is modeling via different functions: sinus, cosine, tangent, logarithm, exponent, arc sin, arc cos, arc tan and power function. It is shown how to build the orthogonal matrix OHR operator and how to use it in a process of object modeling.
Matematyka i jej zastosowania wymagają odpowiednich metod modelowania oraz interpolacji danych. Autorska metoda Macierzy Hurwitza-Radona (MHR) jest sposobem modelowania krzywej 2D. Oparta jest ona na rodzinie macierzy Hurwitza-Radona, których kluczową cechą jest ortogonalność kolumn. Dwuwymiarowe dane są interpolowane z wykorzystaniem różnych funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych. W pracy pokazano budowę ortogonalnego operatora macierzowego i jego wykorzystanie w rekonstrukcji i modelowaniu danych.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2013, 5; 5-15
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rekonstrukcja kształtu obiektu metodą Macierzy Hurwitza-Radona z parametrem k
Object shape reconstruction using Hurwitz-Radon matrix with the parameter k
Autorzy:
Jakóbczak, D.
Powiązania:
https://bibliotekanauki.pl/articles/118520.pdf
Data publikacji:
2010
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
macierze Hurwitza-Radona
metoda MHR
operator Hurwitza-Radona
MHR
OHR
Hurwitz-Radon matrices
method of Hurwitz-Radon Matrices
operator of Hurwitz-Radon
Opis:
Zagadnienie rekonstrukcji kształtu obiektów płaskich wymaga metod, które potrafią w sposób elastyczny zrekonstruować kontur obiektu na podstawie punktów charakterystycznych i które to metody pozwolą na wybór ostatecznego kształtu obiektu spośród kilku wersji. Jedna z takich metod, opracowana i nazwana przez autora metodą Macierzy Hurwitza-Radona (MHR), może zostać użyta w modelowaniu i rekonstrukcji obrazów 2D i 3D, które opisane są za pomocą konturów i krzywych. Metoda ta jest oparta na rodzinie macierzy Hurwitza-Radona (HR). Macierze HR są skośno-symetryczne i składają się z kolumn tworzących ortogonalne wektory. W pracy pokazano jak konstruować Operator Hurwitza-Radona (OHR) oraz jak wykorzystać go w procesie interpolacji konturu i w modelowaniu obiektu. Brakujące punkty konturu obliczane są z zastosowaniem wypukłej kombinacji M2 dwóch operatorów OHR M0 i M1: M2 = αk ×M0+(1-α k)×M1. Formuła obliczeń to Y(C) = M2×C. Dobór parametru k z przedziału (0;2] pozwala modelować i rekonstruować kontur obiektu. Opisana metoda wymaga odpowiedniego wyboru węzłów, tzn. punktów charakterystycznych odtwarzanej krzywej: węzły powinny być umieszczone w każdym minimum lub maksimum jednej ze współrzędnych i węzły powinny być monotoniczne względem jednej współrzędnej (np. równoodległe). Metoda MHR modeluje kontur i kształt obiektu punkt po punkcie, bez użycia wzoru funkcji opisującej krzywą.
Reconstruction of object’s shape in the plane needs suitable methods for interpolation of the object contour based on characteristic points. Such a method ought to reconstruct the contour in elastic way and must let us choose a final shape of the object among few versions. One of them, invented by the author and called the method of Hurwitz-Radon Matrices (MHR), can be used in modeling and reconstruction of 2D and 3D objects, which are described by contours and curves. The method is based on a family of Hurwitz-Radon (HR) matrices. The matrices are skew-symmetric and possess columns composed of orthogonal vectors. The Operator of Hurwitz-Radon (OHR), built from these matrices, is described. It is shown how to create the orthogonal and discrete OHR and how to use it in a process of contour interpolation and object modeling. Contour points are calculated by convex combination M2 of two OHR operators M0 and M1: M2 = α k ×M0+(1-α k )×M1. Formula of calculations: Y(C) = M2×C. Parameter k from range (0;2] is responsible for appropriate modeling i reconstruction of object contour. The method needs suitable choice of interpolation nodes, i.e. points of the curve to be reconstructed: nodes should be settled at each local extremum and nodes should be monotonic in one of coordinates. MHR method is modeling the contour and shape of the object point by point, without using any formula of function or mathematical form of curve
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2010, 2; 109-118
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The method of probabilistic nodes combination in handwriting recognition
Autorzy:
Jakóbczak, D. J.
Powiązania:
https://bibliotekanauki.pl/articles/118548.pdf
Data publikacji:
2014
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
Hurwitz-Radon matrices
Active Object Modeling
macierze Hurwitza-Radona
modelowanie obiektów
Opis:
Zaproponowana autorska metoda Probabilistycznej Kombinacji WęzłówProbabilistic Nodes Combination (PNC) jest sposobem modelowania krzywej 2D oraz identyfikacji i rozpoznania pisma odręcznego na podstawie punktów kluczowych (węzłów). Węzły traktowane są jako punkty charakterystyczne podpisu odręcznego lub pisma przed modelowaniem i rozpoznaniem. Dwuwymiarowe dane są interpolowane z wykorzystaniem różnych funkcji rozkładu prawdopodobieństwa: potęgowych, wielomianowych, wykładniczych, logarytmicznych, trygonometrycznych, cyklometrycznych. W pracy pokazano propozycję algorytmu modelowania i rozpoznania pisma odręcznego.
Proposed method, called Probabilistic Nodes Combination (PNC), is the method of 2D curve modeling and handwriting identification by using the set of key points. Nodes arę treated as characteristic points of signature or handwriting for modeling and writer recognition. Identification of handwritten letters or symbols need modeling and the model of each individual symbol or character is built by a choice of probability distribution function and nodes Combination. PNC modeling via nodes combination and parameter y as probability distribution function enables curve parameterization and interpolation for each specific letter or symbol. Two-dimensional curve is modeled and interpolated via nodes combination and different functions as continuous probability distribution functions: polynomial, sine, cosine, tangent, cotangent, logarithm, exponent, arc sin, arc cos, arc tan, arc cot or power function.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2014, 6; 35-50
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
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