Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  cross-platform
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Głównym celem niniejszego artykułu jest analiza różnic pomiędzy szkieletami aplikacjami natywnych i wieloplatformowych. Położono nacisk na przedstawienie technologii, które są obecnie wykorzystywane, ich rozwój i wykorzystanie na rynku. Omówiono wybrane technologie, które umożliwiają programowanie mobilne z podziałem na języki natywne i języki wysokiego poziomu. Przedstawiono różnice pomiędzy procesami wytwarzania aplikacji mobilnych.
EN
The main purpose of the article is an analysis of differences between frameworks of native applications and cross-platform. The emphasis was put on presenting technologies that are currently used, their development and the situation on the market. The work includes a discussion of selected technologies used in mobile programming with division into native and high level languages. The differences between the processes of manufacturing mobile applications were presented.
EN
A solution for the problems of the finger spelling alphabet of gesture language modelling and recognition based on cross-platform technologies is proposed. Modelling and recognition performance can be flexible and adjusted, based on the hardware it operates or based on the availability of an internet connection. The proposed approach tunes the complexity of the 3D hand model based on the CPU type, amount of available memory and internet connection speed. Sign recognition is also performed using cross-platform technologies and the tradeoff in model size and performance can be adjusted. the methods of convolutional neural networks are used as tools for gestures of alphabet recognition. For the gesture recognition experiment, a dataset of 50,000 images was collected, with 50 different hands recorded, with almost 1,000 images per each person. The experimental researches demonstrated the effectiveness of proposed approaches.
PL
Zaproponowano rozwiązanie problemów z alfabetem daktylograficznym w modelowaniu języka gestów i rozpoznawaniu znaków w oparciu o technologie wieloplatformowe. Wydajność modelowania i rozpoznawania może być elastyczna i dostosowana, w zależności od wykorzystywanego sprzętu lub dostępności łącza internetowego. Proponowane podejście dostosowuje złożoność modelu 3D dłoni w zależności od typu procesora, ilości dostępnej pamięci i szybkości połączenia internetowego. Rozpoznawanie znaków odbywa się również z wykorzystaniem technologii międzyplatformowych, a kompromis w zakresie wielkości modelu i wydajności może być dostosowany. Jako narzędzia do rozpoznawania gestów alfabetu wykorzystywane są metody konwolucyjnych sieci neuronowych. Na potrzeby eksperymentu rozpoznawania gestów zebrano zbiór danych obejmujący 50 000 obrazów, przy czym zarejestrowano 50 różnych rąk, a na każdą osobę przypadało prawie 1000 obrazów. Badania eksperymentalne wykazały skuteczność proponowanego podejścia.
PL
W artykule sprawdzono czy aplikacje napisane z wykorzystaniem wieloplatformowego szkieletu działają jednakowo wydajnie na wybranych systemach operacyjnych co rozwiązania natywne. Testowaniu poddano framework Xamarin.Forms porównując go z rozwiązaniami natywnymi Android SDK i Universal Windows Platform na systemach Android i Windows 10 Mobile.
EN
The article examined whether applications written using the cross-platform application framework perform equally well as native solutions on selected operating systems. The Xamarin.Forms framework was tested against the native Android SDK and Universal Windows Platform frameworks for mobile systems Android and Windows 10 Mobile.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.