Wyniki wyszukiwania - BazTech

1

Comparison of keypoint detection methods for indoor and outdoor scene recognition

Libal U., Łoziuk Ł.

Journal of Automation Mobile Robotics and Intelligent Systems

|

2017

|

Vol. 11, No. 4

7--14

EN

We describe an experimental study, based on several million video scenes, of seven keypoint detection algorithms: BRISK, FAST, GFTT, HARRIS, MSER, ORB and STAR. It was observed that the probability distributions of selected keypoints are drastically different between indoor and outdoor environments for all algorithms analyzed. This paper presents a simple method for distinguishing between indoor and outdoor environments in a video sequence. The proposed method is based on the central location of keypoints in video frames. This has lead to a universally effective indoor/outdoor environment recognition method, and may prove to be a crucial step in the design of robotic control algorithms based on computer vision, especially for autonomous mobile robots.

2

Noise sensitivity of selected kinematic path following controllers for a unicycle

Libal U., Płaskonka J.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2014

|

Vol. 62, nr 1

3--13

EN

In the paper a path following problem for a wheeled mobile robot of (2,0) type has been considered. The kinematic model of the robot was derived with respect to the Serret-Frenet frame. Two kinematic control algorithms - Samson and Morin-Samson - have been tested taking into account their sensitivity to a white noise with a zero mean appearing in the one of state variables. The properties of path following errors have been analysed using statistical techniques. The conclusions related to an acceptable level of noise and a range of applicability of the presented algorithms have been reached.

3

Wavelet Decomposition of Signal and Feature Selection by LASSO for Pattern Recognition

Libal U.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 4

89-91

EN

There is searched the balance between an increase of pattern recognition risk and a decrease of a model size. The experiments are performed for noisy signals, decomposed in wavelet bases. Wavelet representation of signals, i.e. representation by wavelet coefficients called signal features, constitutes the full model. The presented feature selection method is based on the Lasso algorithm (Least Absolute Shrinkage and Selection Operator). The aim of the experiment is to find an optimal model size and investigate the relations between the risk, the number of signal features and the noise level. A new criterion of feature selection is proposed that minimizes both the risk and the number of signal features. The experimental risk of classification is analysed for all possible reduced by Lasso models and for several values of noise levels.

PL

Poszukiwana jest równowaga pomi˛edzy wzrostem ryzyka rozpoznawania obrazów oraz zmniejszeniem rozmiaru modelu. Badania przeprowadzono dla zaszumionych sygnałów, zdekomponowanych w bazach falkowych. Falkowa reprezentacja sygnałów, czyli reprezentacja za pomoca˛współczynników falkowych zwanych cechami sygnału, stanowi pełny model. Przedstawiona metoda selekcji cech jest oparta o algorytm Lasso (Least Absolute Shrinkage and Selection Operator). Celem eksperymentu jest znalezienie optymalnego rozmiaru modelu oraz zbadanie zale˙znosci pomie˛dzy ryzykiem, liczba˛ cech sygnału oraz poziomem szumu. Zaproponowano nowe kryterium selekcji cech, które minimalizuje ryzyko oraz liczbe˛ cech sygnału. Eksperymentalne ryzyko błe˛dnej klasyfikacji jest badane dla wszystkich moz˙liwych zredukowanych za pomoca˛ Lasso modeli oraz kilku wartosci poziomu szumu.

4

Study on magnetic field 50 Hz influence by statistical analysis of ECG signals

Libal U., Sztafrowski D.

Interdisciplinary Journal of Engineering Sciences

|

2013

|

Vol. 1, no. 1

28--31

EN

To determine the influence of the magnetic field on the human body, a following experiment was performed. There were recorded 30 ECG signals, 2 for each volunteer: prior to exposure to the field (sample 1) and immediately after exposure (sample 2). The characteristic features were extracted from the recorded signals. The ECG features were determined by measurement and averaging of height of key waves in QRS complex. The differences in ECG signals between paired observations from sample 1 and sample 2 were tested for statistical significance.

PL

Wyniki wielu badań stwierdzają, że pola elektromagnetyczne 50 Hz, czyli o częstotliwości wytwarzanej przez napowietrzne linie wysokiego napięcia, mogą powodować różne mierzalne zmiany w organizmach żywych. Przedstawione metody statystyczne pozwalają wykazać wpływ tego pola, wytworzonego w sztucznych warunkach symulujących pole generowane przez linię wysokiego napięcia, za pomocą analizy sygnałów EKG. W celu określenia wpływu pola magnetycznego na organizm ludzki, przeprowadzono następujący eksperyment. Każdy ochotnik został poddany rejestracji sygnału EKG: przed ekspozycją na pole (próba 1) oraz bezpośrednio po ekspozycji (próba 2). Aby znaleźć statystycznie istotne różnice między tymi próbami oraz zdefiniować wpływ pola magnetycznego, przetestowano sygnały EKG. Analizowano zmiany kluczowych załamków sygnału EKG. Wysokości załamków Q, R i S zostały mierzone, a następnie dane te poddano statystycznym testom istotności: testowi t-Studenta oraz testowi Wilcoxona dla par obserwacji. Testy zostały przeprowadzone na poziomie istotności 5%.

5

ECG signal recognition methods to determine an exposure to magnetic field

Libal U., Sztafrowski D.

Interdisciplinary Journal of Engineering Sciences

|

2013

|

Vol. 1, no. 1

32--35

EN

The paper presents a methodology of research on the magnetic field influence on the human body, based on pattern recognition algorithms. A group of 15 volunteers has been exposed to a 50Hz magnetic field of strength 60 A/m. There were recorded 30 ECG signals, 2 for each experiment participant. The first signal was recorded before an exposure to a magnetic field, and the second signal immediately after exposure to the field. The first signal was recorded before an exposure to a magnetic field, and the second signal immediately after exposure, creating two classes of signals. In the paper we discuss supervised classification methods. The purpose of these methods is to detect whether the exposure to a magnetic field occurred, basing on the automatic analysis of the ECG signal.

PL

Wpływ pola magnetycznego na organizm ludzki może być zarówno pozytywny, jak i negatywny. Możliwe, że w przyszłości, gdy zostanie doprecyzowane prawo dotyczące bezpiecznej ekspozycji na pole magnetyczne, wykrywanie post fatum przekroczeń będzie narzędziem przyczyniającym się do ochrony pracowników na stanowiskach pracy. Artykuł przedstawia zastosowanie algorytmów rozpoznawania wzorców (takich jak klasyfikator Bayesowski, czy algorytm k-Nearest Neighbors) dla sygnałów EKG w celu określenia, czy ochotnik został poddany działaniu pola magnetycznego. Rozpatrywany jest dwuklasowy problem klasyfikacji nadzorowanej. W pierwszym etapie klasyfikator jest uczony na podstawie ciągu uczącego, zawierającego sygnały EKG zarejestrowane przed (klasa 1) i po (klasa 2) godzinnej ekspozycji ochotnika na pole magnetyczne. W etapie drugim nauczony klasyfikator sam decyduje o wyborze klasy dla nowego sygnału EKG. Porównanie wyników klasyfikacji ze znanym rzeczywistym faktem narażenia lub brakiem narażenia na pole magnetyczne pozwala wyznaczyć jakość klasyfikatora. Jakość klasyfikatora jest mierzona ryzykiem popełnienia przez klasyfikator błędu. Niska wartość ryzyka oznacza, że taki klasyfikator może być używany do detekcji wystąpienia narażenia na pole magnetyczne na podstawie analizy sygnału EKG.