Rozpoznawanie obiektów morskich na podstawie obrazów FLIR metodą analizy obrazów własnych (eigenimages)

• Autorzy: Pietkiewicz, T.

Warianty tytułu

EN

A method of recognition of maritime objects based on FLIR (forward looking infra-red) sensor images

• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono metodę rozpoznawania obiektów morskich na podstawie ich obrazów wykonanych przez sensory podczerwieni (FLIR – forward looking infra-red) z wykorzystaniem metody analizy obrazów własnych (eigenimages). Metoda ta oparta jest na metodzie analizy głównych składowych (PCA – Principal Component Analysis). W końcowym fragmencie pracy przedstawiono wstępne wyniki badania metody klasyfikacji obiektów morskich dla pewnego zbioru obrazów FLIR obiektów zarejestrowanych na Morzu Bałtyckim.

EN

This paper presents a method of recognition of maritime objects based on FLIR (forward looking infra-red) sensor images using eigenimages analysis method. The method is an extension of Principal Component Analysis (PCA) method. In last part of the paper are presented preliminary test results of the classification method for a set of FLIR images registered in the Baltic Sea. (Recognition of maritime objects based on FLIR images using eigenimages analysis method. A method of recognition of maritime objects based on FLIR.

Słowa kluczowe

PL

rozpoznawanie obrazów; segmentacja; PCA; metoda obrazów własnych; FLIR

EN

FLIR image recognition; segmentation; principal components analysis; eigenimages method

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 3
• Strony: 116-119
• Opis fizyczny: Bibliogr. 8 poz., rys., wykr.

Twórcy

autor

Pietkiewicz, T.

• Wojskowa Akademia Techniczna, Instytut Radioelektroniki, ul. Gen. S. Kaliskiego 2, 00- 908 Warszawa,

Bibliografia

• [1] Atalay I., Face Recognition Using Eigenface, Istanbul Technical University, Turkey, 1996. URL http://www.ilkeratalay.com/download/eigenfaces_msc_thesis.pdf (dostęp 20.10.2014 r.)
• [2] Gouaillieri V., Gagnon L., Ship Silhouette Recognition Using Principal Components Analysis, SPIE Proc. #3164, conference "Applications of Digital Image Processing XX", San Diego, 1997
• [3] Jafri R., Arabina H. R., A Survey of Face Recognition Techniques, Journal of Information Processing Systems, Vol.5, No.2, June 2009
• [4] Smith L. I., A tutorial on principal components analysis, February 2002. URL http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf (d. 20.10.2014 r.)
• [5] Tat-Jun Chin, Suter D., A Study of the Eigenface Approach for Face Recognition, MECSE-6-2004, Monash University, 2004
• [6] Turk M., Pentland A., Eigenfaces for Recognition, Journal of Cognitive Neuroscience, vol. 3, no. 1, pp. 71-86, 1991. URL http://www.cs.ucsb.edu/~mturk/Papers/jcn.pdf (d. 20.10.2014 r)
• [7] Turk M., Pentland A., Face Recognition Using Eigenface. Proc. IEEE Conference on ComputerVision and Pattern Recognition, pp586–591. IEEE, June 1991. URL http: //www.cs.wisc.edu/~dyer/cs540/handouts/mturk-CVPR91.pdf (d. 20.10.2014 r.)
• [8] Zhao W., Chellappa R., Phillips P.J., Rosenfeld A., Face Recognition: A Literature Survey, ACM Computing Surveys, Vol. 35, No. 4, December 2003, 399–458