Wyniki wyszukiwania - Biblioteka Nauki

1

Detekcja obiektów za pomocą układu wielosonarowego ze zróżnicowanymi charakterystykami kierunkowymi.

100%

Kreczmer B.

|

2001

|

tom Vol. 103, nr 47

189-197

PL

Referat prezentuje układ wielosonarowy pozwalający na efektywną ekstrakcję ech pochodzących od kilku obiektów. Zaletą zastosowanego systemu sonarowego w stosunku do znanych tego typu konstrukcji jest to, iż umożliwia on zredukowanie niekorzystnego efektu interferencji wielu ech w przypadku ich jednoczesnego dotarcia do tego samego odbiornika. Prezentowane przykłady i wyniki eksperymentów potwierdzają korzystne własności zaproponowanej konstrukcji.

EN

The paper presents multi-sonar system allowing to select echos of a signal reflected by a few objects at the same time. The advantage of the applied sonar system consists in reducing interference of echos coming back from different objects. Presented examples and results of experiments confirm advantageous features of the proposed system.

2

System automatycznej detekcji i klasyfikacji mikrozwapnień w cyfrowej mammografii

100%

Wróblewska A. , Przelaskowski A.

|

2003

|

tom Vol. 23, nr 3

8-10

PL

Mikrozwapnienia są jednym z ważniejszych objawów umożliwiających wczesne wykrycie raka sutka. Celem pracy było zaprojektowanie i realizacja systemu automatycznej detekcji i klasyfikacji mikrozwapnień. Metoda wstępnej detekcji potencjalnych obiektów mikrozwapnień oparta jest na filtracji morfologicznej "white top-hat" i segmentacji obrazu przy użyciu progu znajdowanego na podstawie aproksymacji lokalnego histogramu rozkładem prawdopodobieńdtwa Gaussa. Następnie klasyfikatorem obiektów jest sztuczna sieć neuronowa.

EN

Microcalcifications are one of more important signs enabling detection of breast cancer at early stage. The goal of the research was designing and realization of a system for the automatic detection and classification of microcalcifications. The first step of the detection algorithm is to segment out the individual potential microcalcifications. This is achieved by applying opening by reconstruction top-hat technique and image thresholding based on approximation of an image local histogram with a probability density of Gauss distribution. Selected features of the segmented out objects are used as inputs to a neural network.

3

Analiza algorytmów detekcji obiektów infrastruktury kolejowej na podstawie chmury punktów mobilnego skaningu laserowego

75%

Marmol U.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

tom Vol. 24

211--220

PL

Tematem niniejszego artykułu jest detekcja obiektów infrastruktury kolejowej na podstawie chmury punktów mobilnego skaningu laserowego. Pierwszym istotnym etapem, zanim przystąpi się do właściwej detekcji, jest usunięcie szumu pomiarowego. W przypadku skaningu mobilnego szum jest kluczowym problemem, gdyż wprowadza duże zakłócenia do danych pomiarowych. W pierwszej części artykułu zawarto krótką charakterystykę programów pod kątem prostych filtrów geometrycznych, które zarówno usuwają szumy jak i przeprowadzają proste operacje klasyfikacji (na przykład wydzielenie obiektów oddalonych o określoną wartość głębokości). Dopiero po usunięciu szumu jest możliwe rozpoznawanie obiektów. Jest to stosunkowo nowe zagadnienie, otwierające szerokie pole do analiz i badań naukowych. Do tej pory zostało opisanych kilka metod klasyfikacji danych pochodzących z mobilnych systemów laserowych. Część algorytmów opiera się na metodach wywodzących się z teorii przetwarzania obrazów. Rozproszona chmura punktów jest zapisywana w siatce regularnej jako raster, którego wartości pikseli odpowiadają głębokości lub intensywności danych laserowych. Do metod opartych na obrazach możemy zaliczyć: algorytmy wykorzystujące filtry morfologiczne i algorytmy wyszukiwania. Inne metody detekcji obiektów bazują na danych rozproszonych, czyli oryginalnej chmurze punktów. Przykładem może być metoda oparta na algorytmie RANSAC. Przeprowadzona analiza algorytmów filtracji ujawniła, że mobilny skaning laserowy może stanowić miarodajne źródło do wyodrębniania obiektów.

EN

The subject of this paper is detection of railway infrastructure objects based on mobile laser scanning. The first important step, made before proceeding with correct detection, is to remove the measurement noise. In the case of mobile scanning noise is a key issue, since it introduces a large distortion of the measurement data. In the first part of the article a brief description of the programs in terms of simple geometric filters which both remove noise and carry out simple operations of the classification (for example, the separation of objects spaced by a certain depth). Object recognition is possible only after the removal of the noise This is a relatively new problem, opening a wide field for analysis and research. So far several methods have been described for the classification of the mobile data. Some algorithms based on methods derived from the image processing theory. Scattered cloud of points is stored in a regular grid, the pixel values correspond to the depth or intensity of the laser data. The image-based methods: algorithms using morphological filters and retrieval algorithms. Other methods are based on the detection of objects from the original cloud of points. An example is the method based on RANSAC algorithm. An analysis of filtering algorithms revealed that mobile laser scanning can be a reliable information source to extract objects.

4

Development of Practical Smart House Scenario Control System

75%

Chang A. Y. , Huang H.-C. , Tai D.-R.

Przegląd Elektrotechniczny

|

2013

|

tom R. 89, nr 1b

159--161

EN

Smart houses have received significant attention in recent years because they are considered to be an ideal living environment. The key point of smart space is that it is self-adjustable to an optimal state through interactions between people and electronic devices. Object detection technology was applied to efficiently calculate the exact number and location of people. The concurrent RFID authentication mechanisms were examined to identify their security threats, and a two-factor RFID security authentication framework is proposed to be integrated into the central controls. The proposed system also combines heterogeneous appliances so that they could adjust themselves correspondingly to various scenarios.

PL

W artykule przedstawiono projekt systemu kontroli inteligentnego domu, opartego na wykorzystaniu czujników, określających ilość i rozmieszczenie ludzi w pomieszczeniach. Wykorzystano także radiowy system zabezpieczeń RFID w celu uwierzytelnienia lokatorów, który w trybie dwu-parametrowym proponowany jest do jednostki sterującej. Zastosowana dodatkowo, niejednorodna struktura urządzenia pozwala mu dopasowywać się do zmieniających się warunków.

5

Analiza sceny przy użyciu głębokich sieci neuronowych typu YOLO

63%

Mikołajczyk M. , Kwasigroch A. , Grochowski M.

|

2019

|

tom Nr 68

37--40

PL

W artykule opisany został problem analizy sceny na obrazach oraz sekwencjach video. Zadanie analizy sceny polega na detekcji, lokalizacji i klasyfikacji obiektów znajdujących się na obrazach. Zaimplementowany system wykorzystuje głęboką sieć neuronową, której struktura oparta została na architekturze YOLO (You Only Look Once). Niskie zapotrzebowania obliczeniowe wybranej architektury pozwala na wykonywanie detekcji w czasie rzeczywistym z zadowalającą dokładnością. W pracy przeprowadzono również badania nad doborem odpowiedniego optymalizatora wykorzystywanego w procesie uczenia. Jako przykładową aplikację wybrano analizę ruchu ulicznego w której skład wchodzi wykrywanie i lokalizacja obiektów takich jak m.in. samochody, motocykle czy sygnalizacja świetlna. Systemy tego typu mogą być wykorzystywane w wszelkiego typu systemach analizy wizyjnej otoczenia np. w pojazdach autonomicznych, systemach automatycznej analizy video z kamer przemysłowych, systemach dozoru czy analizy zdjęć satelitarnych.

EN

The paper describes the problem of scene analysis in images and video sequences. The task of scene analysis is to detect, locate and classify objects in images. As an example of an application, traffic analysis was chosen, which includes the detection and location of objects such as cars, motorcycles or traffic lights. The implemented system uses a deep neural network, whose structure is based on the YOLO (You Only Look Once) architecture. Low computing requirements of the chosen architecture allows performing real-time detection with satisfactory accuracy. The work also included a study on the selection of an appropriate optimizer used in the learning process. The program correctly detects objects with a large surface area, allowing the system to be used in traffic analysis. The work also showed that using the ADAM algorithm allowed significantly shorten the training time of the neural network. Systems of this type can be used in many types of video analysis systems such as autonomous vehicles, automatic video analysis systems with CCTV cameras, surveillance systems or satellite image analysis.

6

Multiscaled hybrid features generation for AdaBoost object detection

63%

Dembski J.

|

tom Vol. 24

75--82

EN

This work presents the multiscaled version of modified census features in graphical objects detection with AdaBoost cascade training algorithm. Several experiments with face detector training process demonstrate better performance of such features over ordinal census and Haar-like approaches. The possibilities to join multiscaled census and Haar features in single hybrid cascade of strong classifiers are also elaborated and tested. The high resolution example images were used in detector training process.

7

Machine learning versus human-developed algorithms in image analysis of microstructures

63%

Piwowarczyk A. , Wojnar L.

|

tom Vol. 1, Iss. 1

412--416

EN

Automatic image analysis is nowadays a standard method in quality control of metallic materials, especially in grain size, graphite shape and non-metallic content evaluation. Automatically prepared solutions, based on machine learning, constitute an effective and sufficiently precise tool for classification. Human-developed algorithms, on the other hand, require much more experience in preparation, but allow better control of factors affecting the final result. Both attempts were described and compared.

8

When AI fails to see : the challenge of adversarial patches

63%

Zimoń M. , Kasprzyk R.

|

tom No. 15-16

39--44

EN

Object detection, a key application of machine learning in image processing, has achieved significant success thanks to advances in deep learning [6]. In this paper, we focus on analysing the vulnerability of one of the leading object detection models, YOLOv5x [14], to adversarial attacks using specially designed interference known as „adversarial patches” [4]. These disturbances, while often visible, have the ability to confuse the model, which can have serious consequences in real world applications. We present a methodology for generating these interferences using various techniques and algorithms, and we analyse their effectiveness in various conditions. In addition, we discuss potential defences against these types of attacks and emphasise the importance of security research in the context of the growing popularity of ML technology [13]. Our results indicate the need for further research in this area, bearing in mind the evolution of adversarial attacks and their impact on the future of ML technology.

PL

Wykrywanie obiektów to kluczowe zastosowanie algorytmów uczenia maszynowego w przetwarzaniu obrazu, które odniosło znaczący sukces dzięki postępom w głębokim uczeniu. W artykule przedstawiono analizę podatności jednego z wiodących modeli wykrywania obiektów, YOLOv5x, na ataki z wykorzystaniem specjalnie zaprojektowanych zakłóceń, znanych jako antagonistyczne wstawki. Omówiono metodę generowania antagonistycznych wstawek z wykorzystaniem różnych algorytmów i ich skuteczność w różnych warunkach. Ponadto przedstawiono potencjalne mechanizmy obronne przed tego typu atakami. Uzyskane wyniki wskazują na potrzebę dalszych badań w tym obszarze, w szczególności biorąc pod uwagę rozwój obszaru antagonistycznego uczenia maszynowego.

9

Przetwarzanie obrazu pola obserwacji metodą dopasowania deskryptorów punktów kluczowych

63%

Jakubowski J. , Pacan J.

TTS Technika Transportu Szynowego

|

2012

|

tom R. 19, nr 9

2117--2125, CD

PL

W artykule przedstawiono wyniki wstępnych badań nad możliwością wykorzystania transformacji obrazu SIFT w zagadnieniach interpretacji treści obrazu cyfrowego. Efektem transformacji jest zbiór punktów kluczowych, których opis wyrażony 128-elementowym wektorem cech stanowi dane wejściowe dla procedury klasyfikacji minimalno-odległościowej. Prezentowany materiał omawia własności samej metody oraz ilustruje w sposób ilościowy jej zdolność do detekcji wyróżnionej klasy obiektów, których wzorce znajdują się w bazie danych.

EN

The paper presents the results of an initial research on the possibilities to use SIFT transform as a method to analyze the scene in digital images. The output of the transform is a set of key points described with a 128-element vector of features that can be used as an input to a minimum distance classifier. Presented material shows basic properties of the method as well as its quantitative assessment to detect distinguished objects of known patterns included in the data base.

10

Automatyczna detekcja obiektów sonarnych

63%

Wąż M. , Grządziel A. , Nowak D.

|

2013

|

tom Vol. 12, nr 1

29--41

PL

Współczesne systemy sonarowe wykorzystywane są głównie do poszukiwania i wykrywania obiektów podwodnych, które mogą wpłynąć na bezpieczeństwo pływania i postoju jednostek pływających. Zadaniem operatora takich systemów jest optymalne ustawienie zobrazowania oraz odpowiedni dobór parametrów operacyjnych umożliwiających detekcję ech a następnie identyfikację wykrytych celów. Operator dokonuje korekty uzyskanych danych sonarowych, poprawiając tym samym jakość zobrazowania i możliwości interpretacji wyników pomiarów. W artykule rozpatrywanym problemem badawczym jest przekształcanie obrazów, dokonywanie korekcji geometrycznej oraz ekstrakcja obiektów z tła obrazu sonarowego. Zaprezentowana metoda automatycznego wyszukiwania obiektów wykorzystuje cechy morfologiczne sonogramów oraz geometryczne i arytmetyczne metody przetwarzania sygnałów stosowane do obróbki i analizy obrazów cyfrowych. Na etapie wyszukiwania cech obiektów sonarowych wykorzystano metody minimalno-odległościowe stosowane w rozpoznawaniu obrazów. Opracowana aplikacja umożliwiła przeprowadzenie eksperymentu badawczego przedstawiającego kolejne etapy detekcji obiektów sonarowych. Otrzymane wyniki mogą wskazywać na poprawność przyjętych założeń do badań oraz poprawność ich przeprowadzenia.

EN

Contemporary sonar systems are used mainly to search for and detect underwater objects which might affect the safety of navigation or the safety of moored watercraft. The task of the sonar operator is to display the optimal settings of the sonar image and to select the proper operational parameters that enable detection and identification of hidden targets. The operator performs corrections of the recorded sonar data, thereby improving the image quality and the ability to interpret the survey results. The paper deals with the research problem of changing display images, conducting geometric corrections, and extracting objects from the sonar imagery background. The presented method for the automatic searching of objects utilizes the morphologic features of sonograms and geometric and arithmetic methods of digital signal processing. In searching for the features of a sonar target, the minimal-distance methods used in pattern recognition were applied. The developed application makes it possible to perform research experiments that follow the stages of sonar detection of objects. The obtained results can indicate the validity of the research assumptions and the appropriateness of the methods used.

11

Employment of computerized image analysis methods to analyze microstructures

63%

Kosecka-Żurek S.

|

tom R. 108, z. 4-M/1

233-238

EN

Microstructures have a very big influence on the physical properties of materials and hence on its practical application, therefore, are the subject of intense research. The article discusses the use of computer image analysis methods for the analysis of microstructures on the example of the problem alpha phase detection for aluminum alloy AK64 (AlSi6Cu[^4]). In the analyzed images can be identified alpha and beta phases, silicon and warp. Basing on the observed properties distinguishing the alpha phase of the remaining parts of the image, to designate alpha phase the different mechanisms of computer image analysis were used, for example: filters, Binarization, Segmentation and shape factors.

PL

Mikrostruktury mają bardzo duży wpływ na własności fizyczne materiałów, a co za tym idzie - na ich praktyczne zastosowanie, dlatego są przedmiotem intensywnych badań. Artykuł omawia użycie metod komputerowej analizy obrazu do analizy mikrostruktur na przykładzie problemu detekcji fazy alfa dla stopu aluminium AK64 (AlSi6Cu[^4]). Na analizowanych obrazach wyróżnić można fazy alfa i beta, krzem oraz osnowę. Bazując na zaobserwowanych własnościach wyróżniających fazę alfa spośród pozostałych elementów obrazu, do wyznaczenia jej użyte zostały różne mechanizmy komputerowej analizy obrazu, między innymi: filtry, binaryzacja, segmentacja oraz współczynniki kształtu.

12

Wyodrębnienie drzew z danych lidarowych z zastosowaniem transformaty Hougha

63%

Borowiec N. , Niemiec B.

|

2018

|

tom vol. 30

55--66

PL

W niniejszej pracy podjęto próbę automatycznego wyodrębnienia drzew z chmury punktów na podstawie utworzonego obrazu wysokiej roślinności z przefiltrowanych danych laserowych. W tym celu został napisany skrypt w programie MATLAB. Idea jego działania opiera się na tezie, że na obrazach cyfrowych kształt drzew w górnych piętrach zbliżony jest do okręgów. Do ich detekcji posłużono się transformatą Hougha - jedną ze skutecznych metod wykrywania kształtów w widzeniu komputerowym. Badania przeprowadzono na danych pochodzących z lotniczego skaningu laserowego, obejmujących teren Cmentarza Rakowickiego w Krakowie.

EN

In the present study attempts to automatically extract trees from image which was created from points cloud representing high vegetation. For this purpose the script was written in MATLAB. The idea of the operation is based on the thesis that on the digital image trees shape in the upper floors is similar to circles. To detect trees the transform Hough was used - one of the effective methods to detect shapes in computer vision. The research was conducted on data from airborne laser scanning, which included the area of the Rakowicki cemetery in Krakow. In order to check the number of trees, a manual vectorization (indication of the trees tops) on the orthophotomap was made. However this measurement is sub-optimal, but allowed to assess the correctness of the HT algorithm.

13

Opracowanie i ocena skuteczności działania algorytmu segmentacji słupów trakcyjnych pomierzonych techniką mobilnego skaningu laserowego

63%

Pastucha E. , Słota M.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

tom Vol. 24

267--278

PL

W artykule przedstawiono metodę detekcji kolejowych słupów trakcyjnych w oparciu o dane pochodzące ze skaningu laserowego. Głównymi założeniami podczas opracowywania algorytmu były uniwersalność metody, niezależność od parametrów definiowanych przez użytkownika oraz wysoki stopień automatyzacji. Z uwagi na objętość zbiorów danych ze skaningu laserowego i związanych z tym problemów z efektywnym przetwarzaniem chmur punktów, w proponowanym algorytmie obliczenia podzielono na dwa etapy. W etapie pierwszym wyznaczane są regiony, w których potencjalnie mogą występować słupy trakcyjne. Natomiast w etapie drugim weryfikowane jest położenie słupów w obszarach potencjalnych oraz wyszukiwane są punkty zarejestrowane na powierzchniach słupów. W celu uproszczenia obliczeń w pierwszym etapie analizowana jest różnica w gęstości punktów, znajdujących się bezpośrednio nad torami kolejowymi. W etapie drugim każdy z potencjalnych regionów analizowany jest indywidualnie. Po pierwsze wyznaczane są podzbiory punktów z wykorzystaniem kryterium wysokości. W podzbiorach w sposób iteracyjny odrzucane są punkty, których odległość do średniego położenia punktów w podzbiorze jest większa od przyjętej wielkości granicznej. W ten sposób usuwane są odbicia od obiektów znajdujących sie w sąsiedztwie słupów takich jak drzewa czy lampy, natomiast zachowywane są punkty należące do poszukiwanych słupów trakcyjnych. Przeprowadzone badania potwierdziły skuteczność opracowanego algorytmu. Proponowana metoda pozwoliła na detekcję wszystkich rodzajów słupów, znajdujących się w obszarze zainteresowania.

EN

In the last few years in Poland the railway infrastructure modernization program was lounged. It requires fast and precise technique to acquire data sets. Mobile laser scanning could be implemented, however automatic modeling methods from point cloud data sets are not suitable for geometrically complex railway infrastructure equipment such as traction poles. The main object of this study is the development of automatic traction poles extraction algorithm from laser scanning data. The flexibility of the method and independence from user-defined parameters were the main algorithm objectives. Because of the laser scanning data volume, simple calculations on point cloud subsets should be used to assure processing efficiency. In this study the combination of density and distance analysis was used. Proposed algorithm has been divided into two stages. In the first step regions of interest are selected by analysis of density difference for points located directly above the railway tracks. The influence of point density bin size on the number of correctly classified region was tested. In the second stage, each of the potential regions is analyzed individually. Iterative method of rejecting points based on distance criteria was used to extract traction poles points. In the study the point cloud from mobile laser scanner with density of 700 points/m2 was used. The test area covers 1.5 km railroad section between Miechow and Slomniki in Poland and contains 26 traction poles. All traction poles within study area were detected. It was proved that by appropriate combination of density and distance analysis, accurate traction poles extraction is possible even in complex regions with many surrounding objects.

14

Automatyczne wykrywanie osób w nagraniach uzyskanych przy niedostatecznym oświetleniu

51%

Konieczka A. , Chmielewska A. , Balcerek J.

|

2015

|

tom R. 91, nr 9

101-104

PL

Artykuł przedstawia system do detekcji osób na nagraniach pochodzących z monitoringu miejskiego na otwartej przestrzeni. Proponowany system został przetestowany w trudnych, nocnych warunkach oświetlenia. W celu polepszenia jakości zarejestrowanych sekwencji wideo zaproponowano algorytm lokalnej poprawy kontrastu. Dzięki niemu detekcja obiektów ruchomych za pomocą GMM (Gaussian mixture model) oraz analizy BLOB (binary large object) jest bardziej precyzyjna. Dodatkowo ruchome obiekty wykryte w obrazie binarnym są śledzone przy użyciu filtru Kalmana, co zwiększa skuteczność algorytmu wykrywającego osoby. W artykule omówiono również dobór parametrów programu oraz sposób akwizycji obrazów.

EN

The article presents the issue related to the intelligent analysis of video sequences, which are obtained from the city monitoring. Analysis of people detection, who passed under the camera in the outdoor scenes, has been tested in low lighting conditions (during the night). In order to improve the quality of acquired video sequences, local contrast enhancement algorithm was used. Thanks to this, detection of moving objects with the use of the GMM (Gausian mixture model) and BLOB (binary large object) analysis is more precise. In addition, detected moving objects in the binary image are tracked with the use of Kalman filter, which increases the efficiency of people detection. Selection of algorithm parameters and video acquisition method were also discussed.