Wyniki wyszukiwania - BazTech

1

The impact of the offshore wind farm on radar navigation

Stupak T., Wilczyński P.

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

|

2022

|

Vol. 16 No. 4

647--656

EN

Offshore wind farms can improve safety at sea because they are clearly visible landmarks at sea. Although they limit the sea area available to sailors and ships, they will increase the scope of observation of the sea traffic from land, constitute additional landmarks and, thanks to the installation of additional devices in their waters, expand the area of communication between ships and land services, and increase the scope of information on sea traffic available to the services. They also practically do not limit the possibility of observation through the farm's reservoir.

2

Porównanie metod pozycjonowania robota mobilnego w terenie

Borycki Kamil, Kostecki Szczepan, Sokołowski Michał, Włodarczyk Daniel

Pomiary Automatyka Robotyka

|

2020

|

R. 24, nr 1

83--87

PL

W artykule przedstawiono trzy wybrane metody pozycjonowania robota mobilnego w terenie oraz ich weryfikację na torze testowym, zbudowanym na potrzeby zawodów European Rover Challenge 2019. Badania zrealizowano z użyciem łazika marsjańskiego „IMPULS II” zbudowanego przez studentów Politechniki Świętokrzyskiej. Przeprowadzone badania pozwoliły na porównanie dokładności pozycjonowania robota mobilnego w terenie. Do analizy oraz wizualizacji badań posłużyła aplikacja umożliwiająca sterowanie oraz śledzenie pozycji robota. Dodatkowo zostały wykonane pomiary odległości łazika od zadanego punktu. Analiza mapy terenu oraz zastosowane algorytmy pozwalają na dojazd robotem do zadanego punktu.

EN

The article presents three selected methods of positioning the mobile robot in the off-road conditions and their verification on the test track built for the European Rover Challenge 2019 competition. The research was carried out using the Mars rover „IMPULS II” built by students of the Kielce University of Technology. The research allowed comparison of the mobile robot positioning accuracy in the off-road conditions. The analysis and visualization of research was done using an application that allows control and tracking of the robot’s position. Additionally, measurements of the rover’s distance from the given point were made. Terrain map analysis and applied algorithms allow robot to get to the given point.

3

Wykorzystanie perceptronu wielowarstwowego do wyszczególniania obiektów o znaczeniu orientacyjnym na mapach topograficznych

Pokonieczny K.

Roczniki Geomatyki

|

2016

|

T. 14, z. 3(73)

397--405

PL

W artykule została poruszona problematyka wyboru obiektów o znaczeniu orientacyjnym tj. trwałych obiektów i przedmiotów sytuacyjnych, które łatwo rozpoznać w terenie i według których dokładnie i szybko można określić swoje położenie. Do ich wyszczególniania, wykorzystano sztuczne sieci neuronowe (a konkretnie perceptron wielowarstwowy). W artykule opisano zarówno sposób doboru najwłaściwszej architektury sieci neuronowej, jak i wprowadzane do niej dane wejściowe (parametry opisujące obiekt oraz jego otoczenie). Testy przeprowadzono dla obszaru 4 arkuszy Wojskowej Mapy Topograficznej w skali 1:50 000. Przeanalizowano 4 klasy obiektów (komin, krzyż przydrożny, pomnik i punkt wysokościowy). W celu wyboru odpowiedniej architektury sieci, wykonano sprawdzenie krzyżowe, polegające na podziale próby uczącej na 3 części (uczącą, testową i walidacyjną). Pozwoliło to na wybór 10 najlepszych sieci, które zostały połączone w zespół sztucznych sieci neuronowych. Ponadto przeprowadzono globalną analizę wrażliwości, co pomogło określić, które zmienne mają największy wpływ na możliwość zakwalifikowania obiektu do grupy obiektów orientacyjnych. Wdrożenie sieci wykonano na bazie zbioru danych testowych znajdujących się na obszarze sąsiedniego arkusza mapy. Wyniki wskazują, że przygotowana sieć neuronowa we właściwy sposób potrafiła wyszczególnić obiekt o znaczeniu orientacyjnym. Najwyższy współczynnik nadawany był wysokim, odosobnionym obiektom, co było zgodne ze sposobem nauczania sieci neuronowej. Zastosowanie ciągłej funkcji aktywacji pozwoliło na wyznaczenie współczynnika w ciągłym przedziale od 0 do 1. W zaprezentowanych w artykule przykładach wykorzystane zostały dane przestrzenne pochodzące z Vector Map Level 2 i mapy w skali 1 : 50 000.

EN

The presented article concerns the issue of landmarks selection i.e. solid objects and situational items that may be easily identified in the field. To specify them the artificial neural networks (a multi-layer perceptron) have been used. The article describes both, how to select the most appropriate neural network architecture and input data (attribute and spatial) which are entered to the network. The tests have been performed for the area of 4 sheets of the Military Topographic Map at 1:50 000 scale. 4 classes of objects have been analyzed (a chimney, a wayside cross, a monument and an elevation spot). To select the appropriate network architecture the cross-validation has been performed. The learning sample has been divided into 3 parts (one learning, one testing and one validation sample). This allowed to select the top 10 networks. In addition a global sensitivity analysis was conducted, which helped to determine variables with the greatest impact on the results. Implementation of the network was made based on a test data set, located in the area of the adjacent map sheets. The results showed that the neural network was able to correctly specify a landmark. The highest index was assigned to high, isolated objects, which was in line with the way of teaching the neural network. The usage of a continuous activation function allowed to determine the index in the continuous range 0 to 1. The spatial data from the Vector Map Level 2 and the Military Topographic Map at 1:50 000 scale have been used for studies described in this article.

4

Geometryczne przesłanki zaistnienia dominanty w przestrzeni współczesnego miasta

Vogt B., Nassery F.

Czasopismo Techniczne. Architektura

|

2008

|

R. 105, z. 6-A

561-566

PL

Referat porusza problematykę dominant w przestrzeni współczesnego miasta. Bazą rozważań jest definicja i ujęcie historyczne dominant. Analiza zagadnienia doprowadziła do wyodrębnienia następujących przesłanek powstawania dominat nowoczesnych miastach pod względem geometrycznym: - położenie zakomponowane geometrycznie, - wykorzystanie linii naprowadzających, - geometryczna forma bryły, - dobór kolorów i oświetlenia, - skala i proporcje obiektu, - złudzenia optyczne i perspektywiczne, - wykorzystanie topografii terenu.

EN

Arks in the space of the contemporary city. A definition and historical taking architectural landmarks are a base of our deliberations. Analysis led problems for distinguishing the following premises of coming into existence landmarks in modern cities under the geometrical account: - geometrically location, - using guiding lines, - geometrical form of the building body, - assortment of colours and the illumination, - proportion of object, - visual and perspective illusions, - using the land topography.

5

Using active models for finding landmarks

Kowalski P., Tomaka A.

Journal of Medical Informatics & Technologies

|

2005

|

Vol. 9

225--231

EN

The paper presents the results of the experiments in using the active appearance models (AAM) to finding landmarks in the x-ray images of skull (especially of mandible). The landmark pointing is time-consuming in orthodontic analysis. It is useful to initially point the landmarks automatically, to help a physician in his or her work. Because the landmark are pointed not only by local features, but also by geometrical structure of skull, the model have to represent not only the local features (pixels in the image), but also the geometrical constraints. The one of many possible approaches is the active appearance model. The active appearance model was developed from the active shape models, and consists of the model of the shape and the model of appearance (texture). The model is active, that means the model fits to the object in the image. The main principle of the active models is to use two energies - internal energy represents limits of the models (shape, contour, texture), and the external energy represents the fitting the model to the image.

6

Landmarks Identification Using Active Appearance Models

Kowalski P., Tomaka A., Liśniewska-Machorowska B.

Archiwum Informatyki Teoretycznej i Stosowanej

|

2005

|

T. 17, z. 4

251-264

EN

Orthodontic diagnosis is based on the analysis of cephalograms (X-ray images of the head). Comparing cephalograms requires the correct homology to be established. In traditional cephalometric analysis this homology is established based on landmarks - the most prominent points in some areas or points with special features with labels assigned to them. In spite of quite a long history of development of automatic landmarking methods, their identification is usually performed manually, which is a time-consuming process. It order to simplify this process it is useful to initially locate the landmarks automatically. Because the landmarks are identified not only by local features, but also by the geometrie structure of the skuli, the model has to represent not only the local features (pixels in the image in a smali neighbourhood of the landmark), but also geometrie constraints on a wider scale. One of many possible approaches is the active appearance model (AAM). The active appearance model was developed from the active shape models, and consists of a model of the shape and a model of the texture (greylevel distribution) of the object we wish to find in the image. The model is active, which means it can be adapted to fit the real object in the image. The main principle of active models is to use two energies - internal energy representing soft constraints imposed on the shape, contour, or texture of the model, and the external energy representing the quality of the fit between the model and the image. The paper presents the results of our experiments in applying AAM to find landmarks in cephalograms using a database consisting of 209 cephalograms with 27 landmarks identified manually by an expert. Current results are presented and possible modifications for achieving morę precise results are described.

PL

Podstawą diagnostyki w ortodoncji są zdjęcia rentgenowskie głowy - cefalogramy. Porównanie cefalogramów - dla celów analizy wzrostu, deformacji czy oceny efektów terapii, wymaga prawidłowego określenia homologii w tych obrazach. W tradycyjnej analizie ortodontycznej homologia ta jest określona poprzez punkty charakterystyczne - poetykietowane, najbardziej wydatne punkty w pewnych obszarach, bądź też punkty którym przypisywane są określone cechy. Pomimo iż prace nad automatyczną detekcją tych punktów charakterystycznych mają całkiem długą historię, zazwyczaj ich wskazanie odbywa się ręcznie, co jest zadaniem czasochłonnym. By uprościć ten proces, pożądane jest wstępne określenie pozycji punktu w obrazie. Ponieważ identyfikacja tych punktów odbywa się nie tylko na podstawie cech lokalnych w obrazie, ale też i wiedzy o geometrycznej strukturze czaszki, dąży się do tego, aby wykorzystać informację o lokalnych cechach (piksele w sąsiedztwie punktu charakterystycznego) oraz znane relacje geometryczne. Jednym z możliwych podejść jest wykorzystanie metod aktywnego wyglądu. Model aktywnego wyglądu powstał jako rozwinięcie modelu aktywnego kształtu i składa się z modelu kształtu oraz modelu tekstury (rozkładu intensywności) obiektu, który ma zostać znaleziony w obrazie. Jest to model aktywny, co oznacza, że może się wpasowywać w obiekt znajdujący się na obrazie. Podstawową ideą aktywnych modeli jest wykorzystanie dwóch energii - wewnętrznej, reprezentującej ograniczenia nakładane na kształt, kontur, oraz wypełnienie modelu oraz zewnętrznej, reprezentującą jakość dopasowania pomiędzy obrazem a modelem. Artykuł prezentuje rezultaty eksperymentu zastosowania modeli aktywnego wyglądu do automatycznego wskazywania punktów charakterystycznych dla bazy danych 209 cefalogramów z wskazanymi przez eksperta punktami charakterystycznymi. Zaprezentowano uzyskane wyniki i opisano możliwe modyfikacje, które powinny przyczynić się do uzyskania większej dokładności.

7

Wykorzystanie znaczników fonetycznych do detekcji dźwięcznych segmentów sygnału mowy

Wielgat R., Materka A.

Elektronika : prace naukowe

|

1998

|

nr 3

163-180

PL

W artykule przedstawiono metodę detekcji dźwięcznych segmentów sygnału mowy za pomocą znaczników fonetycznych. Ekstrakcję znaczników fonetycznych przeprowadzono w oparciu o podział spektrogramu sygnału mowy na pasma częstotliwościowe. Metoda może być potencjalnie wykorzystana do wstępnej klasyfikacji w systemach rozpoznawania pojedynczych słów z dużego słownika. W artykule zaprezentowano wyniki badań wykonanych na zbiorze kilkudziesięciu słów wypowiedzianych przez różnych mówców.

EN

A method for voiced segments detection of speech signal by using landmarks is presented in the paper. Landmarks extraction is performed by analysing minima and maxima of the first order derivative of energy in the frequency bands obtained from speech signal spectrogram. Results of the experiments for the set of 75 words spoken by two female and three male speakers were presented and discussed. Possible applications of the method include large-vocabulary isolated word recognition systems.