Wyniki wyszukiwania - BazTech

1

Radar image processing application based on space cloud computing in basketball game guidance camera

Song Jun

Machine Graphics and Vision

|

2025

|

Vol. 34, No. 2

3--27

EN

Capturing and presenting exciting moments is crucial for the audience’s experience in basketball game broadcast cameras. However, traditional radar image processing techniques are limited by various factors and cannot meet the demands of modern audiences for high quality, multi angle, and real-time performance. In response to these challenges, an innovative radar image processing system based on space cloud computing has been proposed. Compared with traditional radar image processing systems, the system proposed by the research institute had the best performance, with accuracy, recall, and F1 value reaching 97.08%, 96.88%, and 97.11%, respectively, and a transmission time of only 2.2 seconds; and the stability was greater than 90%, which was about 10% to 25% higher than other systems. In summary, the system proposed by the research institute has brought revolutionary improvements to basketball game guidance and filming through its efficient processing capabilities, accurate image recognition, fast data processing and transmission, and excellent stability. This not only greatly enriches the audience’s viewing experience, but also opens up new directions for the development of sports event broadcasting technology. With the further maturity of technology and the continuous expansion of applications, it is expected that this system will play a more important role in future sports event broadcasting, promoting the development of the entire industry towards higher quality and efficiency.

2

Hybrydowy klasyfikator treści CSAM w materiale fotograficznym

Stefańczyk Maciej, Dudek Wojciech

Cybersecurity and Law

|

2025

|

Vol. 13 (1) - numer specjalny

87--94

PL

Poczucie anonimowości, połączone z łatwością publikowania treści w internecie, sprzyja pojawianiu się w sieci coraz większej ilości materiałów nielegalnych. Jedną z kategorii takich treści są materiały przedstawiające wykorzystywanie seksualne dzieci (Child Sexual Abuse Material – CSAM), treści erotyczne z ich udziałem czy też w ich obecności. Obecnie możliwości reakcji na tego typu treści (m.in. blokowanie domen) mają pojedyncze ośrodki na poziomie krajowym. Ze względu na charakter przeglądanych treści zadanie to jest bardzo obciążające psychicznie, a każda metoda prowadząca do zmniejszenia ekspozycji pracowników na tego typu obrazy jest na wagę złota. Z tego względu narodziła się idea projektu APAKT2 (Automatyczne Przeszukiwanie, Analiza i Klasyfikacja Treści), który w sposób automatyczny analizuje przekazane dane i priorytetyzuje je tak, aby analityk możliwie szybko mógł ocenić, czy dana domena powinna zostać zablokowana czy nie. W niniejszym artykule przedstawione zostały prace (i związane z nimi specyficzne trudności) nad stworzenie klasyfikatora treści w materiale fotograficznym. W ich wyniku powstał hybrydowy klasyfikator, łączący współczesne osiągnięcia z dziedziny sztucznej inteligencji w rozpoznawaniu obrazów z klasycznymi metodami wspomagania decyzji.

EN

A sense of anonymity, combined with the ease of publishing content on the Internet, has fostered the appearance of an increasing amount of illegal material online. One category of such content is Child Sexual Abuse Material (CSAM), erotic content with or in the presence of children. Currently, the ability to respond to this type of content (including domain blocking) is available to individual units at the national level. Due to the nature of the content, this task is mentally taxing, and any method leading to a reduction in employees' exposure to such images is at a premium. For this reason, the idea of the APAKT (Automated Content Search, Analysis and Classification) project was born, which automatically analyzes the submitted data and prioritizes it so that the analyst can assess as quickly as possible whether a domain should be blocked or not. This article presents the work (and related specific difficulties) on the creation of a content classifier in photographic material. As a result, a hybrid classifier was created, combining modern developments in artificial intelligence in image recognition with classical decision support methods.

3

Architectural design methods based on image recognition technology and virtual VR

Li Feng

Archives of Civil Engineering

|

2025

|

Vol. 71, nr 2

363--376

EN

To enhance the conceptual expression of architectural design and enhance the interactive experience, and to strengthen the application of computer technology in architectural design drawings, this study explores architectural design methods on the ground of image deep learning image recognition technology and augmented reality technology. The experiment demonstrated that when the accuracy of the improved You Only Look Once version 4 (YOLOv4) model was 0.9, the recall rate was 0.98, and the curve area was 0.93. The model loss function curve converged to the minimum value of 0.04, with the fastest convergence speed and the highest model recognition efficiency. Its time consumption was decreased by as much as 70.06%, indicating better overall performance. Meanwhile, the clustering strategy design of the model was relatively optimal, with the highest values of purity, standard mutual information, and Rand coefficient reaching 0.944, 0.931, and 0.942, respectively. In practical analysis of architectural design, the average accuracy and intersection over union of the improved YOLOv4 model confirmed the good detection performance of this method. The application of virtual reality technology in building information models has significantly improved the visualization delay rate, and the subjective evaluation of users was relatively high. The combination of visible image recognition and augmented reality can achieve intelligent processing and application of drawing information, improve design efficiency and quality, and optimize design experience.

4

Using drones and artificial intelligence to assess damage in aircraft assembly joints

Krysiak Marcin, Kubik Filip

Technologia i Automatyzacja Montażu

|

2024

|

nr 2

47--53

EN

Rapid development of Artificial Intelligence (AI) technologies in recent years has created new opportunities to address the growing challenges in the aviation industry. Machine learning and Deep Learning, particularly through Convolutional Neural Networks (CNNs), have advanced image recognition capabilities, enhancing inspection processes possibilities. This paper explores the integration of AI with drones to improve the precision, efficiency, and speed of inspections of airframe emphasizing the necessity of accurate equipment preparation and precise operational planning. The study demonstrates how AI algorithms can process high-resolution images and sensor data to identify and classify defects. The motivation for this paper is to address the critical need for more efficient inspection methods in aviation, driven by the industry's increasing demand for higher repair process throughput and stringent safety standards.

PL

Szybki rozwój technologii sztucznej inteligencji (SI) w ostatnich latach stworzył nowe możliwości radzenia sobie z rosnącymi wyzwaniami w przemyśle lotniczym. Metody uczenia maszynowego i głębokiego uczenia, szczególnie za pomocą konwolucyjnych sieci neuronowych (CNN), poprawiły zdolności rozpoznawania obrazów, usprawniając możliwości procesów inspekcji. Niniejszy artykuł opisuje propozycję integracji SI z dronami i w celu poprawy precyzji, efektywności i szybkości inspekcji płatowców podkreślając konieczność dokładnego przygotowania sprzętu i precyzyjnego planowania operacji. Tekst omawia przetwarzanie obrazów wysokiej rozdzielczości i danych z czujników, identyfikując i klasyfikując uszkodzenia. Motywacją do omówienia danego tematu jest konieczność opracowania bardziej efektywnych metod inspekcji w lotnictwie, co wynika z rosnącego zapotrzebowania na większą przepustowość procesów napraw i rygorystyczne standardy bezpieczeństwa w branży.

5

The role of classical image processing algorithms in the age of AI revolution

Gądek-Moszczak Aneta

Technical Transactions

|

2024

|

Vol. 121, iss. 1

art. no. e2024025

EN

The article is devoted to the analysis of AI methods used in materials science and, in particular, the possibility of using them in the automatic classification and detection of material structure elements in digital images. The main areas of application of AI algorithms in materials science, such as prediction of material properties, material design, and optimization of technological processes, are presented. Examples of machine learning algorithm applications for classifying structure elements are discussed. Difficulties encountered in implementing AI algorithms in analyzing images of material microstructures were analyzed.

6

Implementacja projektu systemu monitorowania stanu gazociągów przesyłowych i ich otoczenia

Timofiejczuk Anna, Rzydzik Sebastian, Holewa-Rataj Jadwiga, Rataj Mateusz, Kastek Mariusz, Pawelski Daniel, Brawata Sebastian, Gawełda Bartosz

Nafta-Gaz

|

2024

|

R. 80, nr 6

361--370

PL

Artykuł prezentuje etap implementacji bezinwazyjnego systemu pozwalającego na okresowe monitorowanie szczelności gazociągów i stanu ich otoczenia. System składa się z podsystemu pomiarowego – śmigłowiec załogowy z zamontowanym spektroradiometrem podczerwieni i kamerą światła widzialnego oraz podsystemu informatycznego – serwer obliczeniowy z zainstalowanym oprogramowaniem do przetwarzania zarejestrowanych danych, w tym danych hiperspektralnych. W zakresie integracji systemu pomiarowego ze śmigłowcem zbudowano specjalne podwieszenie, które umożliwia bezpieczne użytkowanie kamery hiperspektralnej, oraz wykonano przewody pozwalające na niezakłóconą wymianę danych pomiędzy kamerą a systemem kontrolno-pomiarowym zamontowanym w kabinie helikoptera. Podwieszenie zostało przetestowane podczas prób w locie w zakresie drgań przekazywanych z układu napędowego helikoptera na układ pomiarowy spektroradiometru. Przeprowadzona analiza w dziedzinie częstotliwości oraz czasu sygnałów przyspieszeń, prędkości i przemieszczeń potwierdziła poprawność wykonanego projektu podwieszenia. W kolejnych testach postanowiono zweryfikować gotowość techniczną systemu pomiarowego. W tym celu wytyczono różne trasy przelotu, z uwzględnieniem ograniczeń toru optycznego spektroradiometru, skonfigurowano oprogramowanie, uwzględniając różne tryby rejestracji danych, a następnie wykonywano loty nad zbudowanym specjalnie dla potrzeb projektu stanowiskiem doświadczalnym, pozwalającym na symulowanie naziemnych i podziemnych wycieków metanu z infrastruktury gazowej. Wielokrotnie wykonane rejestracje danych w zakresach światła podczerwonego i widzialnego pozwoliły zgromadzić materiał badawczy niezbędny do weryfikacji gotowości technicznej systemu pomiarowego, poprawności działania stanowiska doświadczalnego oraz opracowanych algorytmów obliczeniowych. Podsystem informatyczny zbudowany jest ze zintegrowanych modułów obliczeniowych, które pozwalają na przetwarzanie danych hiperspektralnych w zakresie detekcji i kwantyfikacji emisji metanu oraz przetwarzanie obrazów w świetle widzialnym w zakresie klasyfikacji obiektów niedozwolonych, występujących w otoczeniu gazociągów. W kolejnym etapie moduły przeznaczone do przetwarzania zarejestrowanych przez kamerę hiperspektralną danych zostaną poddane testom w warunkach rzeczywistych oraz zostaną zoptymalizowane do postaci funkcjonalnego systemu informatycznego.

EN

The paper presents implementation of the design of a non-invasive system that allows periodic monitoring of the tightness of gas pipelines and the condition of their surroundings. The system consists of a measurement subsystem – a manned helicopter with an infrared spectroradiometer and a visible light camera, and an IT subsystem – a computing server with software for processing recorded data, including hyperspectral data. In terms of integrating the measurement system with the helicopter, a special suspension was built to enable safe use of the hyperspectral camera, and cables were made to enable uninterrupted data exchange between the camera and the control and measurement system installed in the helicopter cabin. The suspension was tested during flight tests in terms of vibrations transmitted from the helicopter's propulsion system to the spectroradiometer measurement system. The analysis carried out in the frequency and time domain of acceleration, velocity and displacement signals confirmed the correctness of the suspension design. In further tests, it was decided to verify the technical readiness of the measurement system. For this purpose, various flight routes were marked, taking into account the limitations of the optical path of the spectroradiometer, software was configured taking into account various data recording modes, and then flights were made over an experimental station built especially for the project, allowing the simulation of above-ground and underground methane leaks from the gas infrastructure. Multiple data recordings in the infrared and visible light ranges allowed collecting research material necessary to verify the technical readiness of the measurement system, the correct operation of the experimental station and the developed computational algorithms. The IT subsystem consisting of integrated calculation modules is currently being developed. It makes it possible to process hyperspectral data in the field of methane detection and quantification, and process visible light images in the field of classification of prohibited objects in the vicinity of gas pipelines. In the next stage, the modules intended to process the data recorded by the hyperspectral camera will be integrated into a functional IT system.

7

Enhanced U-Net Model for Accurate Aerial Road Segmentation

Doghmane Rayene, Boukari Karima

Machine Graphics and Vision

|

2024

|

Vol. 33, No. 3/4

71--96

EN

In computer vision, Convolutional Neural Networks (CNNs) have become a foundation for image analysis. They excel in tasks such as object recognition, classification, and more, semantic segmentation. In order to achieve better accuracy, it is crucial to apply normalization techniques to the network for enhancing overall performance. This paper introduces an innovative approach that incorporates Batch Group Normalization (BGN) into the popular U-Net for binary semantic segmentation, with a particular focus on aerial road detection. Our research primarily focuses on evaluating the BGN-UNet’s performance compared to traditional normalization techniques, such as Batch Normalization (BN) and Group Normalization (GN). With a batch size of 2, the U-Net model enhanced with Batch Group Normalization (BGN-UNet) achieves a remarkable Mean IoU of 98.4% in aerial road segmentation, demonstrating its superior accuracy in this task.

8

Classification of Maize Growth Stages Using Deep Neural Networks with Voting Classifier

Stypułkowska Justyna S., Rokita Przemysław

Machine Graphics and Vision

|

2024

|

Vol. 33, No. 3/4

29--53

EN

Deep learning significantly supports key tasks in science, engineering, and precision agriculture. In this study, we propose a method for automatically determining maize developmental stages on the BBCH scale (phases 10-19) using RGB and multispectral images, deep neural networks, and a voting classifier. The method was evaluated using RGB images and multispectral data from the MicaSense RedEdge MX-Dual camera, with training conducted on HTC_r50, HTC_r101, HTC_x101, and Mask2Former architectures. The models were trained on RGB images and separately on individual spectral channels from the multispectral camera, and their effectiveness was evaluated based on classification performance. For multispectral images, a voting classifier was employed because the varying perspectives of individual spectral channels made it impossible to align and merge them into a single coherent image. Results indicate that HTC_r50, HTC_r101, and HTC_x101 trained on spectral channels with a voting classifier outperformed their RGB-trained counterparts in precision, recall, and F1-score, while Mask2Former demonstrated higher precision with a voting classifier but achieved better accuracy, recall, and F1-score when trained on RGB images. Mask2Former trained on RGB images yielded the highest accuracy, whereas HTC_r50 trained on spectral channels with a voting classifier achieved superior precision, recall, and F1-score. This approach facilitates automated monitoring of maize growth stages and supports result aggregation for precision agriculture applications. It offers a scalable framework that can be adapted for other crops with appropriate labeled datasets, highlighting the potential of deep learning for crop condition assessment in precision agriculture and beyond.

9

The concept of determining ground speed with limited access to GNSS signal on UAV

Kochan Jakub, Ważny Mariusz, Falkowski Krzysztof

Aviation and Security Issues

|

2024

|

No. 1

41--51

EN

This article presents an innovative approach to navigation using image recognition in situations characterized by limited access to GNSS (Global Navigation Satellite System) signals (signal interference). The presented system relies on image processing to define the characteristic edges of random objects. Subsequently, the actual ground speed of the moving object (UAV) is obtained based on changes in the object’s position. The article aims to show the potential of image recognition in navigational systems. The actual ground speed obtained by the image recognition can be used to correct the inertial navigation system.

PL

Niniejszy artykuł prezentuje nowatorskie podejście do nawigacji z wykorzystaniem rozpoznania obrazu w sytuacjach charakteryzujących się ograniczonym dostępem do sygnału GNSS (zakłócenia sygnału). Zaprezentowany system opiera się na przetworzeniu obrazu w celu zdefiniowania charakterystycznych krawędzi obiektu. Następnie na podstawie zmian położenia obiektu wyznaczana jest prędkość rzeczywista poruszającego się BSP. Ponadto w artykule przedstawiono potencjał zastosowania rozpoznania obrazu w systemach nawigacyjnych. Wyznaczona prędkość z użyciem rozpoznania obrazu może być wykorzystana do korekcji inercjalnych systemów nawigacji.

10

Softcomputing system for painting art style verification

Mazurkiewicz Jacek

Safety and Reliability of Systems and Processes

|

2023

|

Summer Safety and Reliability Seminar 2023

157--174

EN

The chapter discusses the foundations for the system to verify and recognize the art style. Such a system seems to be interesting for the first step of the painting fraud identification and following the possible path of the different style influence for the final shape of the masterpiece. The approach presents image recognition using convolutional neural networks. These networks, due to their structure resembling the sight apparatus, and due to their efficiency in the case of two-dimensional data, are very often used for image recognition. Style recognition in art is currently a hot topic in machine learning circles. Courtesy of museums and galleries, there are now many databases available on the web that can be used in scientific work. The classes on which the network was to be tested are styles in history that are associated by the layman with the subject of art. This group includes Renaissance, Baroque, Romanticism, Neoclassicism, Surrealism, Cubism, Art Nouveau, Abstract Expressionism, Pop Art, and Impressionism. These classes were described in the work in terms of parameters that could affect the learning of the neural network. The networks were tested to determine the best parameters for identifying artistic styles. Networks with changing filter values, stride, and pooling parameters, and by selecting various additional layers were tested. The most important parameter was overfitting, which had to be prevented. As a result, networks peaked at 40% in Top1 and 80% in Top3. For smaller data, this result was optimistic for further research in recognizing other parameters, as well as using networks that were previously taught specific characteristics of styles, such as frequently used motifs or colors.

11

Koncepcja systemu monitorowania stanu gazociągów przesyłowych i ich otoczenia

Timofiejczuk Anna, Rzydzik Sebastian, Holewa-Rataj Jadwiga, Kukulska-Zając Ewa, Kastek Daniel, Brawata Sebastian, Gawełda Bartosz, Pawelski Daniel

Nafta-Gaz

|

2023

|

R. 79, nr 1

52--60

PL

Celem realizowanego projektu badawczo-rozwojowego jest opracowanie bezinwazyjnego systemu pozwalającego na okresowe monitorowanie szczelności gazociągów i ich otoczenia. Definiując obszar badań, który związany jest z rozległą terytorialnie siecią gazociągów przesyłowych, w projekcie przyjęto założenie, że zadanie będzie realizowane przez system składający się z podsystemu pomiarowego, którym będzie śmigłowiec załogowy z zamontowanym spektroradiometrem podczerwieni, oraz z podsystemu informatycznego, którym będzie serwer obliczeniowy z zainstalowanym oprogramowaniem do przetwarzania zarejestrowanych danych hiperspektralnych. Spektroradiometr podczerwieni wraz ze specjalistycznym oprogramowaniem do wykrywania metanu będą umieszczone na podwieszanej pod śmigłowcem platformie stabilizacyjnej. Z kolei podsystem naziemny będzie się składał m.in. z: modułu do zarządzania i przechowywania danych z nalotów inspekcyjnych, modułu do przetwarzania danych w zakresie detekcji metanu, modułu do przetwarzania danych w zakresie monitorowania innych zagrożeń potencjalnie występujących w rejonach gazociągów przesyłowych oraz modułu przeznaczonego do generowania raportów z inspekcji. Specjalnie na potrzeby projektu zostanie zbudowane stanowisko doświadczalne pozwalające na symulowanie nieszczelności gazociągu, co będzie niezbędne do przeprowadzenia badań weryfikacyjnych realizowanych przez platformę powietrzną.

EN

The aim of the research and development project is to develop a non-invasive system to periodically monitor the integrity of gas pipelines and their surroundings. By defining the research area, which is related to the territorially extensive network of transmission gas pipelines, it has been assumed in the project that the task will be carried out by a system consisting of: measurement subsystem, which will be a manned helicopter with a mounted infrared spectroradiometer and information subsystem, which will be a computing server with installed software for processing the recorded hyperspectral data. The infrared spectroradiometer with specialized software for methane detection will be placed on a stabilization platform suspended under the helicopter. The ground subsystem will consist of: module for managing and storing data from inspection flights, module for processing data on methane detection, module for processing data on monitoring other hazards potentially occurring in the region of transmission pipelines and module for generating inspection reports. Especially for the project, an experimental stand will be built to simulate a gas pipeline leak, which will be necessary to carry out verification tests carried out by the air platform.

12

Development and performance test of a novel solar tracking sensor

Lan Jianjun

Metrology and Measurement Systems

|

2023

|

Vol. 30, nr 2

289--303

EN

A new solar tracking sensor based on image recognition is proposed and designed to solve the problem of low accuracy of photoelectric tracking in photovoltaic power generation. The sensor can directly output its angular deviation from the sun, and its mechanical structure and working principle are analysed in detail. We use a high-precision camera to collect the image of the two slots on the projector surface and use the Hough transform to identify the image of the light seam. After obtaining the linear equation for the two slots, the coordinate of the intersection point is found, and the calculation of the solar altitude and azimuth can be realized. We have improved the Hough transform scheme by using the skeleton image of the slots instead of the edge image. The improvement of the scheme has been proved to effectively improve the detection accuracy. A calibration test board is used to test the sensor and experimental results show that the scheme can achieve the measurement of azimuth and altitude with the accuracy of be 0.05°, which can meet the detection accuracy requirements of the solar tracking in photovoltaic power generation and many other photoelectric tracking implementations.

13

A sorting method for coal and gangue based on surface grayness and glossiness

Cheng Gang, Wei Yifan, Chen Jie, Pan Zeye

Gospodarka Surowcami Mineralnymi

|

2023

|

T. 39, z. 3

173--198

EN

Sorting coal and gangue is important in raw coal production; accurately identifying coal and gangue is a prerequisite for effectively separating coal and gangue. The method of extracting coal and gangue using image grayscale information can effectively identify coal and gangue, but the recognition rate of the sorting process based on image grayscale information needs to substantially higher than that which is needed to meet production requirements. A sorting method of coal and gangue using object surface grayscale-gloss characteristics is proposed to improve the recognition rate of coal and gangue. Using different comparative experiments, bituminous coal from the Huainan area was used as the experimental object. It was found that the number of pixel points corresponding to the highest level grey value of the grayscale moment and illumination component of the coal and gangue images were combined into a total discriminant value and used as input for the best classification of coal and gangue using the GWO-SVM classification model. The recognition rate could reach up to 98.14%. This method sorts coal and gangue by combining surface greyness and glossiness features, optimizes the traditional greyness-based recognition method, improves the recognition rate, makes the model generalizable, enriches the research on coal and gangue recognition, and has theoretical and practical significance in enterprise production operations.

PL

Sortowanie węgla i skały płonnej jest ważne w produkcji węgla surowego; dokładna identyfikacja węgla i skały płonnej jest warunkiem wstępnym skutecznego oddzielenia tych surowców. Metoda rozdzielenia węgla i skały płonnej przy użyciu informacji w skali szarości obrazu może skutecznie identyfikować węgiel i skałę płonną, ale stopień rozpoznawania procesu sortowania w oparciu o te informacje być znacznie wyższy niż wymagany do spełnienia wymagań produkcyjnych. W artykule zaproponowano metodę sortowania węgla i skały płonnej wykorzystującą charakterystykę połysku i skali szarości powierzchni obiektu w celu poprawy szybkości rozpoznawania węgla i skały płonnej. W badaniach wykorzystano próbki węgla kamiennego z obszaru Huainan. Stwierdzono, że liczbę punktów pikseli odpowiadającą najwyższemu poziomowi szarości momentu w skali szarości i składowej oświetlenia obrazów węgla i skały płonnej połączono w całkowitą wartość dyskryminującą i wykorzystano jako dane wejściowe dla najlepszej klasyfikacji węgla i skały płonnej przy użyciu modelu klasyfikacji GWO-SVM. Wskaźnik rozpoznawalności może osiągnąć nawet 98,14%. Ta metoda sortowania węgla i skały płonnej poprzez połączenie cech szarości i połysku powierzchni, optymalizuje tradycyjną metodę rozpoznawania w oparciu o szarość, poprawia współczynnik rozpoznawania, umożliwia uogólnienie modelu, wzbogaca badania nad rozpoznawaniem węgla i skały płonnej, ma znaczenie teoretyczne i praktyczne w operacjach produkcyjnych przedsiębiorstwa.

14

Autonomiczny system zbierania i analizy danych przeznaczony do monitorowania zadań realizowanych na stacjach diagnostycznych i naprawczych

Targowski Adam, Jagura Mariusz, Gołąbek Adam

Przegląd Techniczny : Gazeta Inżynierska

|

2022

|

nr 4

27--32

PL

W artykule zaprezentowano innowacyjny projekt pn. „Opracowanie autonomicznego systemu do zbierania i analizy danych wraz z aplikacją WEB do zarządzania i monitorowania zadań realizowanych w wielostanowiskowej stacji naprawczej samochodów”. Głównym elementem badań w ramach projektu było opracowanie modelu rozpoznawania obrazu, który stał się podstawą opracowania oprogramowania do rozpoznawania numerów rejestracyjnych pojazdów w ramach laboratoryjnego zestawu warsztatowego. Podczas badań wykazano znaczny potencjał rozwiązania, które otrzymano na podstawie prawidłowo zaplanowanych i wykonanych prac badawczych, walidacji wyników oraz realizacji wszystkich głównych i pobocznych celów badawczych.

EN

The paper presents an innovative project entitled “Development of an autonomous sys-tem for data collection and analysis together with a WEB application for managing and monitoring tasks performed in a multi-station car repair station”. The main element of research within the project was to develop a model of image recognition, which became the basis for the development of software for recognition of vehicle registration numbers within a laboratory workshop set. During the research the significant potential of the solution was demonstrated, which was obtained on the basis of properly planned and executed research work, validation of the results and implementation of all main and side research objectives.

15

Rozpoznawanie i rekonstrukcja obrazów jako problem odwrotny z zastosowaniem systemu uczenia maszynowego

Citko Wiesław, Sieńko Wiesław

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 9

154--157

PL

Rekonstrukcja i rozpoznawanie obrazów jest typowym problemem występującym w wielu systemach przetwarzania obrazów. Zagadnienie to można sformułować jako rozwiązanie problemu odwrotnego. W artykule zaprezentowano autorski model systemu uczenia maszynowego, który może być wykorzystany do rekonstrukcji i rozpoznawania obrazów na podstawie ich liniowych projekcji.

EN

Image reconstruction and recognition is a common problem found in many image processing systems. This problem can be formulated as a solution to the inverse problem. The article presents the author's model of a machine learning system that can be used for the reconstruction and recognition of images based on their linear projections.

16

Analysis of the state of the art on non-intrusive object-screening techniques

Mamchur Dmytro, Peksa Janis, Le Clainche Soledad, Vinuesa Ricardo

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 2

168--173

EN

The paper is devoted to an analysis of the modern methods and techniques used for non-intrusive object screening. First, currently used technology and the principle of equipment operation are described. Next, the ways for improving the reliability and efficiency of the screening process and ways for its automation are indicated. Finally, a schematic of an automated screening system that uses additional sensors and implements AI-based analysis for automatic detection and distinguishing between legal, illegal and illicit items inside the object under inspection is proposed.

PL

Artykuł poświecony jest analizie nowoczesnych metod i technik stosowanych w nieinwazyjnej detekcji obiektu. Omówione zostały obecnie używane metody detekcji, a następnie wskazano na możliwości poprawy efektywności i wiarygodności tych metod poprzez wprowadzenie automatyzacji procesów automatyzacji. W końcu pokazano schemat systemu automatycznej inspekcji, w którym wykorzystano dodatkowe czujniki oraz elementy sztucznej inteligencji, pozwalające na rozróżnianie legalnych i nielegalnych rzeczy w obiekcie poddanemu inspekcji.

17

Rekonstrukcja zdjęć twarzy z wykorzystaniem systemu uczenia maszynowego

Citko Wiesław, Trzebiatowski Adam, Sieńko Wiesław

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 12

191--194

PL

W pracy przedstawiono możliwości zastosowania autorskiego modelu systemu uczenia maszynowego do rekonstrukcji i rozpoznawania zniekształconych, względnie uszkodzonych wzorców, a w szczególności obrazów twarzy zakrytych częściowo maskami. Prezentowane rozważania nie stanowią końcowych rozwiązań na poziomie aplikacyjnym dla systemu przetwarzania obrazów. Należy je raczej traktować jako potwierdzenie zasady (proof-of-concept) i uzasadnienie dalszych badań nad wykorzystaniem systemów opartych na superpozycji wzorców.

EN

The paper presents the possibilities for using a proprietary model of a machine learning system for the reconstruction and recognition of distorted or damaged patterns, in particular the images of faces partially covered with masks. The presented considerations do not constitute final solutions at the application level for an image processing system. Rather, they should be treated as a proof-of-concept and a justification for developing solutions using systems based on pattern superposition.

18

IT Techniques for the Assessment of Pollutants in Loose Food Raw Materials®

Szwedziak Katarzyna, Doleżal Petr, Podsędek Sebastian, Kotysz Dominika

Postępy Techniki Przetwórstwa Spożywczego

|

2021

|

nr 1

5--10

EN

The grain and milling industry deals with the grinding of grain into flour and groats. These processes take place in mills. During the technological process of producing flour and groats, contamination may occur, which reduces the quality of end products. Before the product is introduced into the consumption cycle, the flours and groats are subjected to laboratory analysis, including in terms of product purity. This analysis is based on the organoleptic determination of the amount of contamination in flour and grain products using the sense of sight. The article presents innovative techniques for assessing the quality of the pollution level using image analysis and artificial neural networks (ANNs). Wheat flour was used for laboratory tests.

PL

Przemysł zbożowo-młynarski zajmuje się przemiałem zboża na mąkę i kasze. Procesy te odbywają się w młynach. W czasie procesu technologicznego produkcji mąki oraz kasz, może dojść do zanieczyszczeń, co powoduje obniżenie jakości produktów końcowych. Przed wprowadzeniem produktu do obiegu konsumpcyjnego, mąki i kasze poddawane są analizie laboratoryjnej, między innymi pod względem czystości produktu. Analiza ta polega na organoleptycznym określeniu za pomocą zmysłu wzroku ilości zanieczyszczeń w mące i przetworach zbożowych. W artykule przedstawiono innowacyjne techniki oceny jakości poziomu zanieczyszczeń wykorzystujące analizę obrazu oraz sztuczne sieci neuronowe (SSN). Do badań laboratoryjnych wykorzystano mąkę pszenną.

19

Archipelag sztucznej inteligencji. Część II

Tadeusiewicz Ryszard

Napędy i Sterowanie

|

2021

|

R. 23, nr 1

18--26

PL

W poprzednim numerze miesięcznika „Napędy i Sterowanie” zdefiniowałem, czym w istocie jest sztuczna inteligencja, oraz wyjaśniłem, dlaczego sztuczną inteligencję porównuję do archipelagu wysp. Dodatkowo w tym poprzednim artykule omówiłem już trzy wyspy tego archipelagu. Te trzy już omówione wyspy to kolejno: metody symboliczne, sieci neuronowe i systemy ekspertowe.

20

Remanufacturing process improvement by image recognition methods. Application of the mechanical part

Kos Mateusz

Journal of TransLogistics

|

2021

|

Vol. 7, nr 1

147--162

EN

The paper describes the possibility of using, building, and implementing an image recognition system in a company performing remanufacturing processes. It is based on a thesis prepared with the help of Wabco Reman Solutions. The tests were conducted using one of the parts remanufactured by the company – a manifold. The research focuses on different variants of the obtained image recognition models in order to identify differences that may affect their effectiveness and possible application in real work conditions. The environment used to build the models is Jupyter Notebook, and convolutional neural networks were implemented.

PL

W artykule opisano możliwości wykorzystania, budowy i wdrożenia systemu rozpoznawania obrazu w firmie realizującej proces regeneracji. Artykuł powstał na podstawie pracy magisterskiej przygotowanej przy pomocy Wabco Reman Solutions. Przeprowadzone testy zostały wykonane na jednej z regenerowanych części w firmie - kolektorze. W badaniach skupiono się na różnych wariantach powstałych modeli rozpoznawania obrazów w celu dostrzeżenia różnic, które mogą wpłynąć na ich skuteczność i możliwość zastosowania w rzeczywistych warunkach pracy. Do budowy modeli, w których zaimplementowano konwolucyjne sieci neuronowe, wykorzystano środowisko Jupyter Notebook.