Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Adaptation of the fly visual system model to traffic analysis tasks
Języki publikacji
Abstrakty
System wzrokowy muchy jest jednym z prostszych i lepiej poznanych systemów wizyjnych. W niniejszym artykule wprowadzono rozszerzenia mające na celu dostosowanie podstawowego modelu do zadań analizy ruchu drogowego: detekcji i lokalizacji obiektów oraz estymacji kierunku ruchu i chwilowej prędkości. Zmodyfikowany model przetestowano na sekwencjach rzeczywistych obrazów otrzymanych z krakowskiego wideodetektora.
The fly visual system is one of the simplest and better known biological systems. In the present paper several modifications have been introduced to adapt the base model to visual traffic analysis: object detection and localization and estimation of movement direction and velocity. The developed model was tested by using real image sequences acquired from a Krakow videodetector.
Czasopismo
Rocznik
Tom
Strony
241--246
Opis fizyczny
Bibliogr. 5 poz., rys., wykr., zdj.
Twórcy
autor
- Katedra Automatyki Akademii Górniczo-Hutniczej, Kraków
autor
- Katedra Automatyki Akademii Górniczo-Hutniczej, Kraków
Bibliografia
- 1. Blanchard M., Rind F. C., Verschure P. M. M. J.: Collision avoidance using a model of the locust LGMD neuron, Robotics and Autonomous Systems, 30: 17-38, 2000.
- 2. Borst A., Egelhaaf M.: Principles of visual motion detection, Trends NeuroScience, 12: 297-306, 1989.
- 3. Borst A., Egelhaaf M.: Visuomotor Coordination in Flies, w: Arbib M. A.: The Handbook of Brain Theory and Neural Networks, The MIT Press, Cambridge, Massachusetts 1995.
- 4. Missler J. M., Kamangar F. A.: A Neural Network for Pursuit Tracking Inspired by the Fly Visual System, Neural Networks 8(3): 463-480, 1994.
- 5. Zanker J., Srinivasan M., Egelhaaf M.: Speed tuning in elementary motion detectors of correlation type, Biological Cybernetics, 80: 109-116, 1999.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-073ce778-3e99-4af4-a32f-01c80cb0daa2