Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozdzielczość obrazu

Sortuj według:

Ogranicz wyniki do:

Influence of significant radar system parameters on resolution of image in Doppler Radar Tomography

100%

Świercz E.

Przegląd Elektrotechniczny

2016

tom R. 92, nr 2

102--105

Doppler radar tomography is a method of creation of a target image from Doppler profiles of a rotating target. Electromagnetic backscattering from rotating objects generates time-varying Doppler spectra which can be a base of tomographic projections in the time-frequency approach. In this paper the influence of projections and significant radar system parameters on the final image resolution is considered. The results of simulations of the proposed imaging method are also presented.

Dopplerowska tomografia radarowa jest metodą formowania obrazów obracających się obiektów radarowych z profili Dopplerowskich. Rozpraszanie fali elektromagnetycznej przez rotujacy obiekt powoduje powstanie czasowo zmiennych charakterystyk częstotliwościowych, które są bazą rzutów tomograficznych w podejściu czas-częstotliwość. Rozważono wpływ jakości rzutów tomograficznych oraz istotnych dla zobrazowania parametrów systemu radarowego na rozdzielczość tworzonego obrazu. Przedstawiono również rezultaty symulacji.

In-Bed Person Monitoring Using Thermal Infrared Sensors

67%

Josse E. , Nerborg A. , Hernandez Diaz K. , Alonso-Fernandez F.

2021

tom Vol. 25

121--125

Technological solutions involving cameras can contribute to safety in home and healthcare, but they pose privacy issues. We use a low-resolution infrared thermopile array sensor, which offers more privacy, to determine if the user is on the bed. Two datasets were captured, one under constant conditions, and a second one under different variations. We test three machine learning algorithms under 10-fold cross validation, with the highest accuracy in the main dataset being 99%. The results with variable data show a lower reliability under certain circumstances, highlighting the need of extra work to meet the challenge of variations in the environment.