Wyszukiwanie obiektów podobnych w podzbiorze wybranych znaków alfabetu migowego przy wykorzystaniu sieci konkurencyjnych

• Autorzy: Szyfman U. , Topczewska M.

Warianty tytułu

EN

Searching for similar objects among selected sign language alphabet images using competitive networks

• Języki publikacji: PL

Abstrakty

PL

W pracy opisano zastosowanie sieci konkurencyjnej (sieci Kohonena i ich modyfikacji) do wyszukiwania obiektów podobnych. Dokonano klasyfikacji obiektów na przykładzie rzeczywistego zbioru danych obrazowych wybranych znaków alfabetu migowego.

EN

The paper describes the usage of the competing networks (Kohonen network and its modifications) to search for similar objects. A dataset containing selected images of the sign language alphabet has been tested for classification.

Słowa kluczowe

PL

sieć samoucząca; sieć konkurencyjna; obiekty podobne; klasyfikacja obiektów

EN

self-organizing network; competitive network; similar objects; object classification

• Wydawca: Polskie Towarzystwo Symulacji Komputerowej
• Czasopismo: Symulacja w Badaniach i Rozwoju
• Rocznik: 2013
• Tom: Vol. 4, nr 2
• Strony: 99--107
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Szyfman U.

• Politechnika Białostocka, Wydział Informatyki ul. Wiejska 45A, 15-351 Białystok

autor

Topczewska M.

• Politechnika Białostocka, Wydział Informatyki ul. Wiejska 45A, 15-351 Białystok

Bibliografia

• 1. Kohonen T.: Self-Organizing Maps. Springer Series in Information Sciences, Vol. 30, Springer, Berlin, Heidelberg, New York 1995, 1997, 2001, 3rd edition.
• 2. Ossowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
• 3. Ossowski S.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwo Naukowo-Techniczne, Warszawa 1996.
• 4. Skubalska-Rafajłowicz E.: Samoorganizujące sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna, t. 6, M. Nałęcz, red., 2000.
• 5. Triesch J., von der Malsburgb C.: Classification of hand postures against complex backgrounds using elastic. Image and Vision Computing, nr 20, 2002.

Uwagi

PL

Artykuł został częściowo sfinansowany w ramach pracy S/WI/2/2013 realizowanej na Wydziale Informatyki Politechniki Białostockiej