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 "rozpoznawanie obiektów" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    System graficznego rozpoznawania obiektów ruchomych
    Graphic recognition information system of moving objects
    Autorzy:
    Majewski, Mateusz
    Pałka, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/1203407.pdf
    Data publikacji:
    2019
    Wydawca:
    Warszawska Wyższa Szkoła Informatyki
    Tematy:
    grafika
    rozpoznawanie obiektów
    rozpoznawanie obiektów ruchomych
    graphics
    object recognition
    recognition of moving objects
    Opis:
    System graficznego rozpoznawania ruchomych obiektów to rozwiązanie, które może być bardzo szeroko stosowane w życiu codziennym. Taki system powinien rozpoznać obiekty określone przez użytkownika przed jego uruchomieniem. Algorytmy stosowane w tym systemie powinny mieć dużą szybkość i dokładność. Istnieje wiele rozwiązań dla takich algorytmów, które wykorzystują wiele różnych technik i ustawień. W artykule przedstawiono podstawowe pojęcia i zasady systemu rozpoznawania obiektów mobilnych, a także przedstawiono koncepcję nowego systemu graficznego do rozpoznawania obiektów mobilnych, który ma większe możliwości niż systemy dotychczas używane.
    The system of graphic recognition of moving objects is a solution that can be very widely used in everyday life. Such a system should recognize objects that are specified by the user before launching it. The algorithms that are used in this system are expected to have high speed and accuracy. There are many solutions for such algorithms that use many different techniques and settings. This article presents the basic concepts and principles of the moving object recognition system, and also presents the concept of a new graphic system for recognizing moving objects that has greater capabilities than the systems used so far.
    Źródło:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2019, 13, 21; 57-73
    1896-396X
    2082-8349
    Pojawia się w:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Objects recognition system with neural Network
    System rozpoznawania obiektów z wykorzystaniem sieci neuronowych
    Autorzy:
    Szczegielniak, M.
    Szczegielniak, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/389799.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    object recognition
    image processing
    neural Network
    rozpoznawanie obiektów
    przetwarzanie obrazów
    sieci neuronowe
    Opis:
    The system to recognize objects was designed and tested in the specialized application created and implemented by authors for neural networks and image processing simultaneously. This paper covers mathematical foundations of applied images standardization to achieve versatile and the invariant system to objects transformations (translation, scaling, rotation) in input images. Experiments with photos of objects were carried out and results were presented and discussed below.
    W pracy zaprojektowano i przetestowano, w zaimplementowanej przez autorów specjalistycznej aplikacji, system do rozpoznawania obiektów oparty na technice sieci neuronowych i zaawansowanym wstępnym przetwarzaniu obrazów. Praca obejmuje matematyczne podstawy standaryzacji przetwarzanych obrazów wejściowych, zastosowanej do osiągnięcia uniwersalnego i inwariantnego systemu, niezależnego od transformacji obiektów (przesunięcia, skalowania, rotacji). W pracy przedstawiono i omówiono wyniki przeprowadzonych eksperymentów z wykorzystaniem zdjęć zawierających testowe obiekty.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2012, 16; 61-74
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fotogrametryczne widzenie komputerowe i analiza obrazu w świetle III Komisji XXI Kongresu ISPRS
    Photogrammetric computer vision and image analysis in the light of Commission III of the 2st ISPRS Congress
    Autorzy:
    Bujakiewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/130644.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    widzenie komputerowe
    analiza obrazu
    rozpoznawanie obiektów
    dane pozycyjne
    computer vision
    image analysis
    object recognition
    Opis:
    W referacie zostaną przedstawione główne zakresy działalności III Komisji Międzynarodowego Towarzystwa Fotogrametrii i Teledetekcji (ISPRS), realizowane w latach 2004 - 2008, które były prezentowane na XXI Kongresie w Pekinie, w lipcu 2008 roku. Prace badawcze III Komisji, które były wykonywane w ramach pięciu grup roboczych, zostały opublikowane w dwóch częściach B3a i B3b Międzynarodowego Archiwum Fotogrametrii i Teledetekcji, oraz przedstawione w ramach 34 referatów na 8 sesjach technicznych i 156 referatów na 8 sesjach posterowych. Poszczególne sesje dotyczyły następujących głównych zagadnień: metod automatycznej orientacji, sekwencji obrazu i rekonstrukcji powierzchni, obrazowania i interpretacji obrazów z lotniczego skanera laserowego (Lidaru), wykrywania i rekonstrukcji budynków, ekstrakcji dróg i monitorowania ruchu drogowego, fotogrametrycznego widzenia komputerowego, 3D modelowania miasta, automatyzacji w analizie obrazu. W trakcie ostatniego posiedzenia Ogólnego Zgromadzenia (‘General Assembly’), 9 lipca 2008 roku, zostało zatwierdzonych szereg rezolucji i postanowień, dotyczących wszystkich ISPRS technicznych Komisji. Zawierały one zarówno ogólne spostrzeżenia, jak i rozpoznanie koniecznych badań oraz rekomendacje, które w odniesieniu do Komisji III, są zgrupowane w dwóch następujących częściach: (1) Zintegrowana ocena obrazowych i pozycyjnych (range) danych, oraz (2) Automatyczna interpretacja obrazowych i pozycyjnych danych.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 31-37
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza obiektowa w lesnictwie
    Object analysis forestry
    Autorzy:
    Adamczyk, J
    Powiązania:
    https://bibliotekanauki.pl/articles/880353.pdf
    Data publikacji:
    2009
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Leśny Zakład Doświadczalny. Centrum Edukacji Przyrodniczo-Leśnej w Rogowie
    Tematy:
    analiza obiektowa
    analiza przestrzenna
    lesnictwo
    metody analizy
    ochrona przyrody
    rozpoznawanie obiektow
    tereny lesne
    wykorzystanie
    Opis:
    Techniki zautomatyzowanego rozpoznawania obiektów są wskazywane jako jeden z najważniejszych elementów rozwoju technologicznego w geoinformacji. Szczególnie dotyczy to praktyki, gdzie wymagana jest wysoka efektywność stosowanych metod połączona z dobrymi rezultatami analiz. Artykuł przedstawia istotne możliwości i zalety, powstałej na przełomie XX i XXI w. analizy obiektowej, w zakresie prowadzenia analiz przestrzennych obszarów leśnych. Metoda ta stanowi jednocześnie rozbudowane narzędzie analityczne, kontrola którego wymaga wysokiego poziomu wiedzy z zakresu teledetekcji i przetwarzania obrazów oraz umiejętności interpreteacji wyników. Główną tezę artykułu stanowi pytanie: Czy i w jakim zakresie metoda ta może zostać wykorzystana w praktyce leśnej? Wnioski nie są jednoznaczne, gdyż metoda ta znajduje się na etapie intensywnego rozwoju, co oznacza istotne niedostatki metodyczne. Jednocześnie niektóre jej elementy mogą być bardzo użyteczne.
    Automated object recognition techniques are identified as one of the most important elements of the technological development in geoinformation. It is particularly true in practice, where high efficiency of the methods is required combined with good analysis results. This paper presents significant opportunities and benefits of the late-century analysis of the object regarding spatial analysis of forest areas. This method is also a complex analytical tool, the control of which requires a high level knowledge of remote sensing and image processing and the ability to interpret results. The main thesis of the article is the question:Whether and to what extent this method can be used in practical forest management? Conclusions are not clear, since this method is at the stage of intensive development, which means significant methodological shortcomings. At the same time some of its elements can be very useful.
    Źródło:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej; 2009, 11, 2[21]; 144-161
    1509-1414
    Pojawia się w:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A proposal of biologically inspired hierarchical approach to object recognition
    Autorzy:
    Kozik, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/333962.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    object recognition
    hierarchical model
    feature extraction
    visual cortex
    computer vision
    rozpoznawanie obiektów
    model hierarchiczny
    kora wzrokowa
    wizja komputerowa
    Opis:
    In this article a biologically-inspired algorithm for object recognition is presented. The approach is based on a hierarchical HMAX cortex model that was initially proposed by Riesenhuber and Poggio [12] and later extended by Serre et al [13]. The results show that despite the modification that were undertaken to simplify the HMAX model (in order to make it feasible for a real-time solutions) it is possible to achieve high effectiveness for a one-class detection problems. Moreover, it is also demonstrated how the proposed algorithm can be successfully deployed on a low-cost Android smartphone.
    Źródło:
    Journal of Medical Informatics & Technologies; 2013, 22; 169-176
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza i klasyfikacja obrazów suszu warzywnego z wykorzystaniem sztucznych sieci neuronowych
    Analysis and classification of dried vegetables’ images with utilization of artificial neural networks
    Autorzy:
    Koszela, K.
    Weres, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/287257.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    sztuczna inteligencja
    sztuczne sieci neuronowe
    rozpoznawanie obiektów
    przetwarzanie obrazów
    artificial intelligence
    artificial neural networks
    object recognition
    image processing
    Opis:
    W życiu codziennym bardzo często dokonujemy oceny naszego otoczenia i na tej podstawie podejmujemy decyzje o klasyfikacji obserwowanej sytuacji. Czynimy to w oparciu o obserwację otoczenia jak również napływającą z różnych źródeł informację z wykorzystaniem posiadanej wiedzy i zdolności. Proces ten jest dla nas całkowicie naturalny. Jeżeli jednak chcemy podobne zadanie zlecić systemowi komputerowemu to wówczas musimy wykonać wiele kroków, które pozwolą w części odwzorować za pomocą oprogramowania ludzką zdolność do obserwacji, uczenia się i dokonywania podejmowania ostatecznej decyzji w oparciu o posiadaną wiedzę. Wzrastający poziom komplikacji informacji wywołuje rosnące zapotrzebowanie na systemy zdolne do rozpoznawania i dokonywania klasyfikacji prezentowanych im obiektów. Jednym z takich obiektów jest susz warzywny, którego ocena jakości i jego klasyfikacja przysparza szereg problemów. W pracy przedstawiono koncepcję metody analizy obrazów suszu warzywnego i zastosowanie jej do szybkiego oszacowania udziału poszczególnych frakcji w badanej próbie pod względem barwy i kształtu.
    In everyday life we often evaluate our surroundings and on this basis we make decisions about the classification of the observed situation. We do it by watching our surroundings as well as by analysing the information coming to us from various sources by means of the knowledge and the abilities we posses. This process is completely natural for us. However, if we want a computer system to do it, we need to make many steps in order to partly reflect in the software the human ability to observe, learn and make the final decision on the basis of the possessed knowledge. The increasing complexity of information causes a rising demand for systems capable of recognizing and classifying objects presented to them. One of such objects are dried vegetables whose quality evaluation and classification cause many problems. In the thesis the concept of dried vegetables’ image analysis method was presented as well as its application to quick colour and shape evaluation of individual fractions in a tested sample.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 2, 2; 77-82
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A surface and air object identification set
    Zestaw do identyfikacji obiektów nawodnych i powietrznych
    Autorzy:
    Żak, B.
    Hożyń, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/223302.pdf
    Data publikacji:
    2015
    Wydawca:
    Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
    Tematy:
    opitc-thermal set
    optical sensors
    thermal sensors
    object recognition
    zestaw optyczno-termalny
    sensory optyczne
    sensory termalne
    rozpoznawanie obiektów
    Opis:
    This article presents an optic-thermal set which is designed to continuously control monitored space using two vision cameras and a thermo-vision camera installed on a rotary head. On receiving data this set recognizes and identifies floating and low-flying objects on the basis of their classification features and thermal characteristics. The data on location of detected targets is displayed on an electronic chart of the monitored area pursuant to the requirements specified for automated command systems. In addition, the set is capable of tracking movement of selected objects in real time.
    W artykule przedstawiono zestaw optyczno-termalny, który przeznaczony jest do ciągłego nadzoru nad obserwowaną przestrzenią za pomocą dwóch kamer wizyjnych i kamery termowizyjnej zainstalowanych na obrotowej głowicy. Zestaw ten wykorzystując pozyskaną informację, dokonuje rozpoznania i identyfikacji obiektów pływających i obiektów nisko lecących na podstawie ich cech klasyfikacyjnych i charakterystyk termicznych. Informacje o położeniu wykrytych obiektów są przedstawione na elektronicznej mapie cyfrowej obserwowanego akwenu zgodnie z wymaganiami stawianymi dla zautomatyzowanych systemów dowodzenia. Ponadto zestaw ten ma możliwość śledzenia ruchu wybranych obiektów w czasie rzeczywistym.
    Źródło:
    Zeszyty Naukowe Akademii Marynarki Wojennej; 2015, R. 56 nr 1 (200), 1 (200); 59-68
    0860-889X
    Pojawia się w:
    Zeszyty Naukowe Akademii Marynarki Wojennej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of computer vision and image analysis technics
    Autorzy:
    Rybchak, Z.
    Basystiuk, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/411187.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Tematy:
    computer vision
    image recognition
    object recognition
    machine learning
    computer with high-level understanding
    digital images processing
    scene reconstruction
    wizja komputerowa
    rozpoznawanie obrazów
    rozpoznawanie obiektów
    systemy uczące się
    cyfrowe przetwarzanie obrazów
    Opis:
    Computer vision and image recognition are one of the most popular theme nowadays. Moreover, this technology developing really fast, so filed of usage increased. The main aims of this article are explain basic principles of this field and overview some interesting technologies that nowadays are widely used in computer vision and image recognition.
    Źródło:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2017, 6, 2; 79-84
    2084-5715
    Pojawia się w:
    ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie sztucznych sieci neuronowych do wykrywania i rozpoznawania tablic rejestracyjnych na zdjęciach pojazdów
    Detection and recognition of registration plates on pictures of vehicles using artificial neural network
    Autorzy:
    Huzarek, M.
    Rutkowski, T. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/267795.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    przetwarzanie obrazu
    lokalizacja obiektów
    rozpoznawanie wzorców
    sieci neuronowe
    image processing
    object localization
    pattern recognition
    neural networks
    Opis:
    W artykule przedstawiono koncepcję algorytmu wykrywania i rozpoznawania tablic rejestracyjnych (AWiRTR) na obrazach cyfrowych pojazdów. Detekcja i lokalizacja tablic rejestracyjnych oraz wyodrębnienie z obrazu tablicy rejestracyjnej poszczególnych znaków odbywa się z wykorzystaniem podstawowych technik przetwarzania obrazu (przekształcenia morfologiczne, wykrywanie krawędzi) jak i podstawowych danych statystycznych obiektów wykrytych w obrazie (np. stosunek szerokość do wysokość obiektu). Natomiast za rozpoznawanie poszczególnych znaków odpowiedzialna jest wielowarstwowa, jednokierunkowa sztuczna sieć neuronowa. Przedstawiony algorytm został zaimplementowany i zweryfikowany w środowisku Matlab/Simulink. Pomimo wykorzystania w algorytmie AWiRTR dobrze znanych z literatury metod lokalizacji, segmentacji i rozpoznawania wzorców, otrzymane w trakcie weryfikacji algorytmu wyniki wskazują jego efektywność na poziomie 96,26%. Jest ona porównywalna do efektywności innych algorytmów AWiRTR opisywanych w literaturze.
    A license plate detection and recognition system has basically three modules for: localization of the plate region using the digital image of the car, extraction of the characters from digital image of the license plate, and recognition of the characters using a suitable identification method. In this paper, an algorithm is designed that can localize of the plate and extract of the characters from digital image of the license plate with the basics image processing techniques (morphological transformations, edge detection) and with the statistical data (e.g. width height ratio) of the objects identified in the analyzed digital image. It is done at the second and third stage of the presented algorithm, respectively. Finally, at the fourth stage of the presented algorithm, the character recognition is done by multilayer, one directional artificial neural network. Algorithm was implemented and verified in the Matlab/Simulink environment. Experimental results demonstrate promising efficiency of the proposed algorithm: 98% in the task of license plate localization, 95,69% in the task of characters extraction, and 95,11% in the task of characters recognition.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2015, 47; 67-70
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Typologizacja modeli elementów taboru kolejowego w procesie ich identyfikacji
    Typologization of models of rolling stock elements in the process of their identification
    Autorzy:
    Moczarski, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/310192.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    identyfikacja obiektów
    sensor laserowy
    ocena kształtu
    ocena położenia
    rozpoznawanie taboru
    rozpoznawanie ładunków
    object identification
    laser sensors
    shape evaluation
    evaluation of position
    recognition of rolling stock
    load recognition
    Opis:
    W artykule omówiono prace badawcze, których celem jest analiza możliwości identyfikacji elementów taboru kolejowego z wykorzystaniem dostępnych na rynku dalmierzy laserowych. Identyfikacja jest realizowana metodą oceny kształtu i rozmiarów poruszających się obiektów. Zdolność rozpoznawania wybranych obiektów, w szczególności elementów taboru oraz przewożonych ładunków, a także ich usytuowania przestrzennego, stanowi istotny czynnik umożliwiający dokładne i skuteczne pozycjonowanie pojazdów (szczególnie na stacjach i bocznicach), zwiększający bezpieczeństwo oraz efektywność przewozów kolejowych.
    Paper discussed the problem of rolling stock elements identification and recognition of loads. For evaluation of the object shape and position, in the tests are used laser sensors such as mid-range distance sensors, automation light grids and 2D laser measurement sensors. For the creation of digital models of the studied objects and their subsequent identification there was developed a computer application working in Matlab programming environment. Typologization of models of rolling stock elements accelerate calculations and increase the effectiveness of the conducted identification.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2019, 20, 1-2; 109-112
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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