Wyniki wyszukiwania - BazTech

1

Zastosowanie klasteryzacji do automatycznej detekcji artefaktów mrugania oczami w sygnale EEG

Kołodziej M., Majkowski A., Rak R.J.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 8

175-177

PL

W artykule zaprezentowano autorską metodę detekcji krótkich fragmentów sygnału EEG, które zawierają artefakty mrugania oczami. Autorzy, do automatycznego wskazania fragmentów sygnału EEG zawierającego artefakty mrugania oczami wykorzystali uczenie bez nadzoru (algorytm K-means) oraz cechy sygnału takie jak amplituda i statystyki wyższych rzędów. Wyniki działania algorytmu są bardzo zadowalające. Trafność detekcji wynosi 98%. Algorytm pozwala wykluczyć zaznaczone fragmenty sygnału i nie poddawać ich dalszej analizie. Takie podejście zdaniem autorów przysłuży się do efektywniejszego wykorzystania sygnałów EEG.

EN

The paper presents an original method for the detection of short fragments of the EEG signal, which contain eye blinking artifacts. The authors, to automatically identify fragments the EEG signal containing eye blinking artifacts, used unsupervised learning (K-means algorithm) and the signal features such as amplitude and higher-order statistics. The obtained results are very satisfactory. Accuracy of detection is 98%. The algorithm enables to exclude selected fragments of the signal and not analyze them further. Such an approach, according to the authors, enable more efficient use of EEG signals.

2

Scene Text Extraction in HSI Color Space using K-means Algorithm and Modified Cylindrical Distance

Saric M., Dujmic H., Russo M.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 5

117-121

EN

Text extraction, that is segmentation of characters from background, is especially important step that greatly determines final recognition performance. Particular focus is put on this task for scene text which is characterized with wide set of degradations like complex backgrounds, uneven illumination, viewing angle etc. In this paper we introduce text extraction method based on k-means clustering with modified cylindrical distance in HSI color space. Performance of this distance is analyzed depending on different degrees of chroma reliability. For purpose of result comparison, K-means text extraction is also performed with cylindrical distance in HSI color space and Euclidean distance in RGB color space. Complementarity of tested distances is also analyzed showing possible direction for further performance improvement.

PL

W artykule opisano metodę ekstrakcji tekstu z obrazu w oparciu o klasteryzację k-means oraz przestrzeń kolorów typu HSI we współrzędnych cylindrycznych. Poprawność dystansowania została poddana analizie w zależności od różnego stopnia rzetelności kolorów. Wyniki działania algorytmu ekstrakcji tekstu k-means zostały porównane dla współrzędnych cylindrycznych w przestrzeni kolorów typu HSI oraz współrzędnych Euklidesowego w przestrzeni kolorów typu RGB.

3

An Image Retrieval Method Based on Color-Complexity and Spatial-Histogram Features

Wu H-C., Chang C-C.

Fundamenta Informaticae

|

2007

|

Vol. 76, nr 4

481-493

EN

This paper proposes two kinds of image features. One feature is the spatial-histogram feature. It combines the color histogram feature and the information about the dimensional position of pixels in an image to record the distribution of the pixels' colors that are present in different spatial positions within an image. The other image feature proposed in this paper is the color-complexity feature, which can be used to describe the change of pixel colors in the image. From the experimental results, ANMRR value is provided and we observe that the image retrieval system based on these two kinds of image features can provide a fairly good accuracy rate in image retrieval. Moreover, it has the capacity to tolerate errors; that is, for images that are damaged by rotation, shift, or color variant attacks, their similar image pairs can still be retrieved from the image database. Thus, the accuracy and flexibility of the image retrieval system are drastically improved.