Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: boundary detection

Sortuj według:

Ogranicz wyniki do:

Identyfikacja zbiorników wodnych, jako obiektów BDOT10K, w zbiorze danych lotniczego skaningu laserowego z wykorzystaniem algorytmu alpha shape

Mendela M., Borkowski A.

Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum

2013

Vol. 12, nr 4

13--26

Lotnicze skanery laserowe (ALS) wykorzystują najczęściej wiązkę światła z zakresu bliskiej podczerwieni, która absorbowana jest przez wodę. Powoduje to występowanie pustych obszarów (brak odbić promienia laserowego), pozbawionych punktów, w zbiorze danych skaningu laserowego. Detekcja konturów zbiorników wodnych w zbiorze danych skaningu laserowego może być zatem rozumiana jako identyfikacja obrysu obszarów pozbawionych punktów. Tak rozumiana detekcja zbiorników może być wykorzystana do aktualizacji i zasilania Bazy Danych Obiektów Topograficznych 1:10 000 (BDOT10k). Do detekcji zbiorników wodnych wykorzystano w pracy współrzędne x, y punktów klasy grunt, uprzednio sklasyfikowanej chmury punktów, o gęstości nominalnej 4 pkt/m2. Automatyczną identyfikację konturu zbiornika wykonano z wykorzystaniem algorytmu α-shape. Eksperymenty numeryczne wykonano dla 16 zestawów danych testowych (zbiorników wodnych). Ocenę dokładności identyfikacji konturów wykonano na podstawie porównania z ortofotomapą cyfrową o terenowej wielkości piksela 0,10 m. Na podstawie pomierzonych maksymalnych wartości odchyłek stwierdzono, że przeciętnie zbiorniki wodne zostały zidentyfikowane w 95%, a dla 62% obiektów testowych zidentyfikowano kontur ze 100% skutecznością. Ponadto wykorzystany algorytm posiada pewien mechanizm odpornościowy – eliminuje pojedyncze przypadkowe punkty na powierzchni zbiornika. Zaproponowana metoda może stanowić dodatkowe źródło zasilania BDOT, zwłaszcza dla zbiorników wodnych, których brzeg porośnięty jest roślinnością i trudno identyfikowalny na ortofotomapie.

Airborne laser scanners (ALS) usually rely on a near-infrared light beam which is absorbed by water. This produces empty areas with no points in the LiDAR dataset (gaps, laser shot dropouts). Detecting the boundaries of bodies of water in a LiDAR dataset can thus be seen as the identification of boundaries of empty areas. The method for the identification of water bodies could be used to update and supply the Database of Topographic Objects (BDOT10k). The x, y co-ordinates of ground laser points of the previously classified LiDAR point cloud of the 4 points/m2 nominal density were used to detect bodies of water. The automatic identification of bodies of water was performed by the means of an α-shaped algorithm. Numerical experiments were conducted for 16 tested sites, which were bodies of water. The accuracy of boundary identification was evaluated by comparing the results with those seen on orthophotos with a pixel size of 0.10 m. Based on the maximum deviation values of the measured results, it has been shown that bodies of water were identified on average with 95% accuracy and the boundaries of 62% of the tested sites were delineated with 100% efficiency. Furthermore, the studied algorithm has a featured mechanism that enables it to eliminate single, random points distributed on the surface of a body of water. The proposed method can be used as an additional source of BDOT10k, especially for bodies of water whose banks are covered with vegetation which are difficult to identify on orthophotos.

Exploiting Prosody for Automatic Syntactic Phrase Boundary Detection in Speech

Szaszák G., Beke A.

Journal of Language Modelling

2012

Vol. 0, No. 1

143--172

The relation between syntax and prosody is evident, even if the prosodic structure cannot be directly mapped to the syntactic one and vice versa. Syntax-to-prosody mapping is widely used in text-to-speech applications, but prosody-to-syntax mapping is mostly missing from automatic speech recognition/understanding systems. This paper presents an experiment towards filling this gap and evaluating whether a HMM-based automatic prosodic segmentation tool can be used to support the reconstruction of the syntactic structure directly from speech. Results show that up to 85% of syntactic clause boundaries and up to about 70% of embedded syntactic phrase boundaries could be identified based on the detection of phonological phrases. Recall rates do not depend further on syntactic layering, in other words, whether the phrase is multiply embedded or not. Clause boundaries can be well assigned to intonational phrase level in read speech and can be well separated from lower level syntactic phrases based on the type of the aligned phonological phrase(s). These findings can be exploited in speech understanding systems, allowing for the recovery of the skeleton of the syntactic structure, based purely on the speech signal.