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 "digital correlation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Porównanie dokładności wybranych metod dopasowania obrazów zdjęć lotniczych
    Comparison of the accuracy of selected method of air image matching
    Autorzy:
    Pawlik, P.
    Mikrut, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/131088.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    sieci neuronowe
    korelacja
    dopasowanie obrazów
    digital photogrammetry
    neural networks
    correlation
    images matching
    Opis:
    Problematyka dopasowania obrazów (spasowania, łączenia, matchingu) jest przedmiotem badan w wielu dziedzinach nauki. W celu rozwiązania problemu znalezienia odpowiadających sobie punktów na parze zdjęć lotniczych opracowano różne algorytmy. W niniejszym artykule, autorzy podjęli próbę podsumowania wybranych metod oraz dokonali oceny skuteczności ich działania. Dokonano przeglądu i porównania kilku metod. Zaimplementowano i przetestowano metody SIFT, Harris oraz Hesjan bazując na podstawie wyliczeń na rzeczywistych obrazach zdjęć lotniczych. Testy wykonano na kilku stereogramach dla wybranych skal oraz zmienności terenu. Do oceny wykorzystano parametry takie jak: średnia paralaksa na modelu, ilość wykrytych (dopasowanych) punktów oraz ich rozmieszczenie na modelu. Wyniki badan wskazują na podobną skuteczność wszystkich metod zależna głównie od rodzaju zdjęcia (tekstury obrazu) i skali. Wyniki wskazują, _e metody automatyczne dają porównywalne rezultaty, jeśli chodzi o dokładność (średnia paralaksa), natomiast duże zróżnicowanie występuje z rozmieszczeniem punktów na obrazie. Autorzy pracują równie_ nad poprawieniem algorytmów, które wybierałyby punkty o mniejszej dokładności, ale za to w każdym z kluczowych miejsc modelu stereoskopowego (tzw. Rejonach Grubera). Wśród badanych metod automatycznych, biorąc pod uwagę paralakse i rozmieszczenia punktów, relatywnie najlepiej zachowuje się metoda SIFT (najwyższe oceny, jeśli chodzi o rozmieszczenie punktów i stosunkowo dobre dokładności). Przy założonej jednakowej ilości punktów do orientacji (36) stosunkowo dobrze wypadała metoda Hesjan. Zwraca uwagę fakt, że wybrane metody na różnych obrazach prezentują różne dokładności, co może świadczyć o tym, że są czułe na „teksturę” obrazu.
    The issue of images matching is a subject of research in many fields of science. The demand for systems of matching exists not only in photogrammetry. Various algorithms have been developed in order to solve the problem of finding corresponding points within a pair of aerial photos. In this paper, the authors made an attempt at recapitulating selected methods of image matching, and assessed their efficiency. Several methods were reviewed and compared. The SIFT, the Harris, and the Hesse-Matrix methods were implemented and tested on the basis of calculations performed on actual aerial photos. The tests were made on several stereograms, in relation to selected scales and terrain changeability. During the assessment, the following parameters were applied: average parallax on a model, the number of detected (matched) points, as well as their distribution on a model. The test results proved similar efficiency of all methods, depending mainly on the photo type (image texture) and scale. The results show that the automatic methods yield comparable results, as far as their accuracy is concerned (the average parallax), whereas there is a high diversification as regards the distribution of points in the image.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 603-612
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza doboru parametrów algorytmów dopasowania obrazów zdjęć lotniczych
    Analysing parameters of automatic matching processes on aerial images
    Autorzy:
    Gryboś, P.
    Mikrut, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/131116.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    dopasowanie obrazów
    korelacja
    współczynnik dopasowania
    digital photogrammetry
    images matching
    correlation
    matching coefficient
    Opis:
    W ramach prac prowadzonych w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej AGH, powstał algorytm dopasowania zdjęć lotniczych. Wykorzystuje on funkcje dostępnej biblioteki opensourcowej OpenCV służącej do przetwarzania obrazów. Algorytm aplikacji znajdującej punkty homologiczne na obrazach tworzących stereogram, wykorzystuje bibliotekę „OpenCV”. Działanie algorytmu polega na wyznaczaniu na pewnej określonej części obrazu prawego, najlepszego dopasowania szablonu pobranego z obrazu lewego, przechodząc sukcesywnie przez kolejne poziomy piramidy obrazów lewego i prawego. Szablon ze zdjęcia lewego jest buforem, o określonym rozmiarze zależnym od poziomu piramidy, wokół punktu, który będziemy szukać na zdjęciu prawym. Część obrazu prawego, na którym dokonuje sie przeszukiwania jest wyznaczana jako bufor, o punkcie centralnym równym przewidywanemu położeniu punktu homologicznego na zdjęciu prawym. Określenie prawdopodobnego położenia szukanego punktu następuje na podstawie wartości przesunięcia między obrazami – jeżeli jest to pierwsza iteracja po poziomach piramidy, lub na podstawie położenia punktu z poprzedniego poziomu piramidy, gdy wartość współczynnika dopasowania jest większa od zadanego progu. Przeszukanie zaczyna sie od najmniejszego obrazu piramidy, czyli od najwyższego poziomu. Przechodzi kolejno na poziomy niżej i kończy sie na obrazie oryginalnym. Na każdym poziomie piramidy korelowane są poszczególne punkty, a wyniki są zapisywane do odpowiedniego wektora. Wartość współczynnika dopasowania decyduje o wielkości obszaru do przeszukania na zdjęciu prawym. Wartości przesunięć po osi x i y są na bieżąco aktualizowane dla punktów wykazujących wysoki współczynnik dopasowania (minimalizacja błędów).Określenie dopasowania danego szablonu na obszarze przeszukiwania polega na obliczeniu wartości funkcji dwuwymiarowej kowariancji (korelacji lub odległości) dla sygnałów dwuwymiarowych, jakimi są obrazy i przedstawieniu tego w postaci mapy dopasowania dla każdego położenia szablonu względem obszaru przeszukiwania. Określenie najlepszego dopasowania polega na znalezieniu maksymalnej wartości piksela na powstałej mapie i zwróceniu go jako szukany punkt. Celem podniesienia wydajności algorytmu dokonano testów oraz analizy doboru parametrów dopasowania obrazów. W trakcie badan ustalony został optymalny rozmiar szablonu, zbadano także zachowanie współczynnika dopasowania obrazów.
    One of the works conducted in the Department of Photogrammetry and Remote Sensing Informatics, University of Science and Technology, Kraków, Poland included the development of an algorithm for aerial images matching. The algorithm utilises the function of an available OpenCV opensource library, which is used to process images. The application algorithm, which finds homological points in images that form a stereogram, utilizes the OpenCV library. The operation of the algorithm consists in determining, in a particular part of the right image, the best template downloaded from the left image, by means of successive passing through the levels of the right and left image pyramids. The left image template is a buffer of a specific size, which depends on the pyramid level, around the point to be searched for in the right image. Part of the right image, in which the search is performed, is determined as a buffer whose central point is equivalent to the anticipated position of the homological point in the right image. The determination of the probable position of the point searched for is made based on the displacement value between images, provided that that this is the first iteration after the pyramid levels, or based on the point's position from the previous pyramid level, when the value of the matching coefficient is higher than the threshold set. The search starts from the smallest image of the pyramid, it is from the highest level. Then, it passes to lower levels, one after another, and ends in the original image. On each level of the pyramid, particular points are corrected, and results are ascribed to proper vectors. The value of a matching coefficient determines the size of the area in the right image to be searched through. The values of displacement along the x and y axes are updated on a current basis, with respect to points that demonstrate high matching coefficient (the minimisation of errors). The determination of a given template matching within the search area consists in calculating the value of a two-dimensional co-variance function (correlation or distance) for two-dimensional signals that the images are, and presenting them in a form of a matching map for each template position in relation to the search area. The determination of a best match consists in finding the maximum value of pixel on the map, and returning it as the point searched for. In order to improve the efficiency of the algorithm, tests were conducted along with the analysis of image matching parameters' selection. An optimum size of the template was determined in the course of research, and also the behaviour of the image matching coefficient was studied.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 271-280
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sieci neuronowe w procesach automatycznej korelacji zdęć lotniczych
    Neural networks in automatic matching processes on aerial images
    Autorzy:
    Mikrut, S.
    Mikrut, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/130654.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    fotogrametria cyfrowa
    sieci neuronowe
    korelacja
    spasowanie obrazów
    digital photogrammetry
    neural networks
    correlation
    images matching
    Opis:
    Koncepcja opisywanych badan opierała się na wyborze kilku reprezentacji, które następnie korelowano przy pomocy metod klasycznych i neuronowych. W trakcie badań przetestowano metody klasyczne spasowania obrazów i porównano je z powstałymi w trakcie badan metodami neuronowymi. Przeprowadzono równie_ eksperymenty polegające na pomiarach manualnych, wykonanych przez niezależnych obserwatorów. Istota metodyki opartej o sieci neuronowe polegała na przygotowaniu odpowiednich reprezentacji fragmentów obrazów i zastosowaniu do ich klasyfikacji różnych typów sieci neuronowych. Jedna z przyjętych metod bazowała na rozkładzie wartości modułu gradientu obrazu oraz jego kierunku. Sprawdzono przydatność tej reprezentacji do selekcji podobrazów przy pomocy sieci neuronowej SOM Kohonena. Druga metoda polegała na wykorzystaniu transformaty log-polar i log Hough’a, które są uważane za uproszczone modele przetwarzania wstępnego, realizowanego przez systemy wzrokowe ludzi i zwierząt. Przydatność tej i następnej reprezentacji badano przy pomocy sieci neuronowej typu backpropagation. Do utworzenia trzeciej reprezentacji zastosowano siec ICM (Intersecting Cortical Model), która jest jedną z wersji PCNN (Pulse Coupled Neural Network). Przy pomocy tej sieci wygenerowano tzw. podpisy obrazów (signatures), czyli kilkudziesięcioelementowe wektory, opisujące strukturę obrazu.
    The concept of the research was based on the selection of several representations, which were later correlated by means of conventional, and neural methods. In the course of research, conventional methods of image matching were tested and compared with neural methods that originating from the research process. Additionally, experiments consisting in manual measurements, performed by independent observers, were conducted. The essence of methodology that was based on neural networks consisted in the preparation of suitable representations of image fragments and using them for the classification of various types of neural networks. One of the assumed methods was based on the distribution of image gradient module value and of its direction. The usability of that representation for the selection of sub-images was tested by means of SOM Kohonen neural network. Another method consisted in the utilisation of the log-polar and log-Hough transforms, which are considered to be simplified models of preliminary image processing, performed by visual systems of people and animals. The usability of that representation was tested by means of the backpropagation type of neural network. As regards the generation of the third representation, the ICM (Intersecting Cortical Model) network was applied, which is one of the versions of the PCNN (Pulse Coupled Neural Network). Using that network, the so-called image signatures, or vectors composed of tens of elements which describe the image structure, were generated.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 505-515
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykluczenie społeczne a cyfrowe w Polsce na tle krajów Unii Europejskiej
    Social Exclusion and the Digital in Poland Compared to the European Union
    Autorzy:
    Kasprzyk, Beata
    Powiązania:
    https://bibliotekanauki.pl/articles/942928.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    nierówność
    społeczeństwo informacyjne
    wykluczenie społeczne
    wykluczenie cyfrowe
    korelacja
    Inequality
    information society
    social exlusion
    digital exlusion
    correlation
    Opis:
    Celem artykułu jest przedstawienie aspektów dotyczących zjawisk wykluczenia społecznego oraz wykluczenia cyfrowego w Polsce na tle wybranych krajów Unii Europejskiej. Istotnym zada-niem badawczym było określenie, na ile e-wykluczenie determinuje wykluczenie społeczne i odwrotnie, posługując się analizą korelacji i regresji. Wykluczenie społeczne definiuje się jako połączenie braku zasobów ekonomicznych, występowania izolacji społecznej oraz ograniczonego dostępu do praw o charakterze społecznym. Cyfro-we wykluczenie odnosi się do różnic związanych zarówno z fizycznym dostępem do technologii, jak również z umiejętnościami i zasobami potrzebnymi do ich użycia. Analizy: przestrzenna (poszczególne kraje UE), jak i czasowa (lata 2005–2013) wskazują na silne zróżnicowanie i dynamikę osób zagrożonych wykluczeniem społecznym oraz e-wykluczonych. Jako korzystny proces należy zaliczyć tendencję malejącą udziału osób wykluczonych cyfrowo w zakresie braku korzystania z Internetu, a także zagrożonych wykluczeniem społecznym, jednak w zdecydowanie mniejszej skali. Zjawiska te zdecydowanie są determinowane różnymi we-wnętrznymi czynnikami, przyczyny te są identyfikowalne i sprowadzane najczęściej do przyczyn ekonomiczno-społecznych, ale także psychologicznych. Statystyki w tej mierze dla Polski nie są satysfakcjonujące, bowiem poziom osób wykluczonych społecznie i cyfrowo jest większy od przeciętnej europejskiej.
    The purpose of this article is to present aspects of social exclusion and digital exclusion in Poland and in European Union countries. An important task of this research was to define: how digital exclusion determines social exclusion and vice versa using correlation and regression analysis. Social exclusion is defined as a combination of a lack of economic resources, the prevalence of social isolation and limited access to social rights. Digital exclusion refers to the differences related to both physical access to technology, as well as the skills and resources needed for their use. The spatial (individual EU countries) and time (2005–2013) analysis indicate a strong diversity and dynamics of the socially excluded and e-excluded. The ideal process is the tendency of a decreasing share of digitally excluded and socially excluded people, but on a much smaller scale. The direction of these phenomena is determined by various internal factors, which are identifiable and represent most frequently economic and social, but also psychological reasons. The statistics in this respect for Polish are not satisfactory, because the level of social and digital exclusion is greater than the European average.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2015, 44 cz. 1; 152-164
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O niedokładnościach systemów cyfrowej korelacji obrazu
    About inaccuracies of dic system
    Autorzy:
    Krawczyk, Ł.
    Gołdyn, M.
    Urban, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/105468.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
    Tematy:
    system
    korelacja
    obraz
    błąd pomiaru
    szerokość rys
    badania eksperymentalne
    digital image
    correlation
    measuring error
    crack width
    experimental investigations
    Opis:
    Celem niniejszego opracowania jest omówienie niedokładności pomiarowych systemu Aramis. Ze względu na złożoność zagadnienia trudno jest znaleźć rozwiązanie ogólne. Do celów aplikacyjnych stosowana jest metoda polegająca na porównywaniu wielu zdjęć przedstawiających jeden stan powierzchni. W artykule zaprezentowano analizę niedokładności dla pola pomiarowego 1250 × 1100 mm. Rozrzut wyników rejestrowany przez system Aramis jest miarą błędu pomiaru. Stwierdzono, że odczyty z map odkształceń obarczone są znacznym błędem w stosunku do wartości powodujących zniszczenie betonu. Jednocześnie stwierdzono dobrą dokładność wyznaczenia zmiany długości odcinków pomiarowych, co umożliwia precyzyjne wnioskowanie o zmianach szerokości rozwarcia rys. Wskazano jak szukać szerokości rozwarcia rys, aby osiągnąć zbieżność z wynikami pomiarów prowadzonych tradycyjnie (wzrokowo). Przeprowadzono dyskusję dotyczącą wpływu wielkości podziału powierzchni na otrzymaną szerokość rys.
    The aim of the paper is estimating of measuring inaccuracies for Aramis system. Because of issue complexity it is difficult to find general solution. For the application purpose method consists of comparison many photos showing one state of surface is used. In the paper analysis of the inaccuracies for measuring volume 1250 × 1100 mm is presented. Dispersion of the results recorded by Aramis system is the value of the measuring error. It is stated that values from strain maps contain error which is significant with respect to ultimate strain of concrete. Simultaneously very good accuracy of the the line segment length change is reported. It causes that observation of crack width is presisly. In the second part of the paper some practical information concern how determined compatibility between crack width measured traditionally and by Aramis are written. Discussion of influence of facet size on crack width is presented.
    Źródło:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 3/I; 259-270
    2300-5130
    2300-8903
    Pojawia się w:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod analizy obrazów do automatycznej detekcji i pomiaru źrenic oczu
    Methods of image analysis used for automatic detection of human eye pupils
    Autorzy:
    Koprowski, R.
    Tokarczyk, R.
    Wróbel, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/131258.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    digital image
    image analysis
    correlation
    neuron network
    morphological analysis
    obraz cyfrowy
    analiza obrazu
    korelacja
    sieć neuronowa
    analiza morfologiczna
    Opis:
    Potrzeby diagnostyki medycznej wad budowy i postawy człowieka wymagają stworzenia prostej metody jego pozycjonowania w trójwymiarowej przestrzeni. Jedną z metod wyznaczania położenia charakterystycznych punktów ciała jest metoda fotogrametryczna. Pomierzone punkty na zdjęciach służą do zbudowania przestrzennego modelu i za pomocą punktów dostosowania umieszczenia go w układzie odniesienia. Fotogrametryczny system do pomiaru 3D punktów ciała ludzkiego opracowany w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej WGGiIŚ AGH w Krakowie wymaga pomiaru na zdjęciach cyfrowych wybranych miejsc ciała ludzkiego, sygnalizowanych styropianowymi kulkami-markerami oraz środków źrenic oczu. W ramach automatyzacji pomiaru na zdjęciach prowadzone są badania nad metodami detekcji i pomiaru trzech grup punktów: fotopunktów, markerów na pacjencie oraz źrenic oczu Niniejsze opracowanie dotyczy metody automatycznego pomiaru trzeciej grupy punktów pomiarowych. Opracowana metoda detekcji źrenic oczu wymaga zrealizowania celów cząstkowych: detekcji markerów na ciele pacjenta, segmentacji obrazu ciała dla wykrycia głowy z rejonem oczu, wykrycia i pomiaru środków źrenic. Pierwszy z celów osiągnięto wykorzystując metodę korelacji krzyżowej. Do wykrycia rejonu oczu wykorzystano analizę skupień zbioru wspołrzędnych metodą k najbliższych sąsiadów. Dalsze przybliżenie rejonu oczu osiągnięto wykorzystując analizę statystyczną dużej ilości zdjęć pacjentów dla wyznaczenia współczynnika kryterium rejonizacji. Metodyka wyznaczania położenia oczu, centralnych punktów położenia źrenic została oparta na sieciach neuronowych ze wsteczną propagacją błędu. Uzyskana dokładność metody została oceniona na poziomie około 1 piksela, jej skuteczność w znacznej mierze zależy od prawidłowej detekcji markerów na ciele pacjenta.
    The needs of medical rehabilitation requires the creation of a simple method for the positioning of a human body in 3-D space. The method of posture analysis consists in simple visualization of particular characteristic points of the patient’s body. Usually, an assessment of the relative displacement and asymmetry of these points are a reliable measure of pathological body posture deviation. One of the methods of determining the position of characteristic points is the photogrammetric method. The points measured in the images are used to create a spatial model and, based on control points, position it in a reference system. The photogrammetric system for measuring 3D points located on a human body has been developed in the Department of Photogrammetry and Remote Sensing Informatics, Technical University – AGH Kraków. In the system, on digital images (taken with two compact, free-focus-type digital cameras), special markers (light foamed polystyrene balls) located on chosen points of human body and the center of an eye pupil are measured. To make the system more automatic, the research is carried on to automatically detect and measure the three following groups of points: control points, markers located on the human body and eye pupil. In this paper, the method of automatic measurement of last group of points is considered. The developed method of eye pupil detection requires achieving the following goals: detection of markers located on the human body, segmentation of the body image to detect a head, approximate eye localization and, finally, the measurement of a pupil center. The first goal was achieved by using the cross correlation method. The localization of the eyes was done by analyzing the coordinates’ set concentration by k nearest neighbors. The achieved results were divided into two sets pa 1 and pa 2 , which consist of data on the position of markers located on the front and back sides of body. A further approximation of eye location was achieved using statistical analysis of many images to determine the coefficient as a criterion for region membership. The methodology of determination of eye position, and pupil center were based on a neural network with backward error propagation. The achieved accuracy was estimated as 1 pixel, but the efficiency strongly depends on the proper detection of the markers located on the patient’s body.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 305-317
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of deep learning techniques in identification of the structure of selected road materials
    Zastosowanie techniki głębokiego uczenia do identyfikacji struktury wybranych materiałów drogowych
    Autorzy:
    Mazurek, Grzegorz
    Durlej, Małgorzata
    Šrámek, Juraj
    Powiązania:
    https://bibliotekanauki.pl/articles/27314909.pdf
    Data publikacji:
    2023
    Wydawca:
    Politechnika Świętokrzyska w Kielcach. Wydawnictwo PŚw
    Tematy:
    deep learning
    tomograph
    R programming language
    classification
    road surfaces
    correlation
    digital image
    głębokie uczenie
    tomograf
    język programowania R
    klasyfikacja
    nawierzchnie drogowe
    korelacja
    obraz cyfrowy
    Opis:
    In research, there is a growing interest in using artificial intelligence to find solutions to difficult scientific problems. In this paper, a deep learning algorithm has been applied using images of samples of materials used for road surfaces. The photographs showed cross-sections of random samples taken with a CT scanner. Historical samples were used for the analysis, located in a database collecting information over many years. The deep learning analysis was performed using some elements of the VGG16 network architecture and implemented using the R language. The learning and training data were augmented and cross-validated. This resulted in the high level of 96.4% quality identification of the sample type and its selected structural features. The photographs in the identification set were correctly identified in terms of structure, mix type and grain size. The trained model identified samples in the domain of the dataset used for training in a very good way. As a result, in the future such a methodology may facilitate the identification of the type of mixture, its basic properties and defects.
    W badaniach naukowych obserwuje się coraz większe zainteresowanie wykorzystaniem sztucznej inteligencji do poszukiwania rozwiązań trudnych problemów naukowych. W niniejszym artykule został zastosowany algorytm głębokiego uczenia z użyciem obrazów próbek materiałów wykorzystywanych do budowy nawierzchni drogowych. Fotografie przedstawiały przekroje losowych próbek wykonane za pomocą tomografu komputerowego. Do analizy wykorzystano próbki historyczne, znajdujące się w bazie danych zbierającej informacje z wielu lat. Analizę głębokiego uczenia wykonano przy użyciu niektórych elementów architektury sieci VGG16 i zaimplementowano, stosując język R. Dane uczące oraz treningowe poddano augmentacji oraz walidacji krzyżowej. W rezultacie uzyskano wysoki poziom 96,4% jakości identyfikacji rodzaju próbki oraz jej wybranych cech strukturalnych. Fotografie w zbiorze identyfikacyjnym zostały poprawnie zidentyfikowane pod względem struktury, typu mieszanki oraz uziarnienia. Wytrenowany model w bardzo dobry sposób zidentyfikował próbki w obszarze dziedziny trenowanego zbioru danych. W rezultacie taka metodyka może w przyszłości ułatwić identyfikację rodzaju mieszanki, jej podstawowych właściwości oraz defektów.
    Źródło:
    Structure and Environment; 2023, 15, 3; 159--167
    2081-1500
    Pojawia się w:
    Structure and Environment
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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