Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
2008
|
tom T. 15
105-110
PL
W artykule przedstawiono i omówiono algorytm przeznaczony do automatycznej lokalizacji pojazdów w sekwencjach wideo. Może on być w przyszłości wykorzystany jako jeden z etapów w systemach przeznaczonych do mo-nitoringu, kontroli prędkości, poszukiwania skradzionych pojazdów, rozpoznawania tablic rejestracyjnych, itp. Algorytm oparto na wyborze fragmentów na obrazie, wyraźnie odróżniających się od tła. Takie podejście wymaga wcześniejszego przygotowania obrazu tła, co nie jest zawsze możliwe, szczególnie gdy analiza jest realizowana w sposób ciągły. Dlatego w omawianym podejściu, wyznaczenie obrazu tła jest oparte na uśrednianiu obrazów kla-tek przez z góry określony czas. Może to być realizowane równolegle do głównego zadania. Późniejsza lokalizacja jest oparta na odejmowaniu zawartości klatki od tła (aby wyznaczyć nowe obiekty na scenie), binaryzacji, dylatacji, wypełnianiu dziur, konstrukcji prostokąta otaczającego obiekt.
EN
An algorithm for moving vehicles localization in digital image sequences is presented and initially explored. It can be in future applied e.g. as a step in traffic monitoring, speed verification, accident detection, searching for stolen cars, license plates recognition, etc. It is based on selection of sections, that are different from background in consecutive frames. It requires earlier preparation of the background image, what it is not always possible, especially, when the monitoring is performed continuously. That is why, the process of generating the background image is based on averaging frames for assumed time, simultaneously to localization. When the background image is generated, the process of localization can be performed. It is based on few steps: subtraction of a frame from the background (performed to select new objects on scene), binarisation, dilatation, filling the gaps, construction of the rectangle enclosing the object. The go al of these steps is to mark localized vehicles, separately from the background.
PL
W niniejszym artykule przedstawiono wyniki badań nad algorytmem lokalizacji zawodników podczas transmisji meczu piłkarskiego. Jako cechy potrzebne do realizacji tego zadania wykorzystano informacje o kolorach strojów. Wyniki były dobre, choć nie idealne. Jak się okazało, największy wpływ na błędy lokalizacji miały niska jakość materiału wideo, szczególnie w ujęciach dynamicznych akcji, oraz duże podobieństwo barw strojów do innych obiektów w kadrze, takich jak murawa, banery reklamowe oraz trybuny, a szczególnie kibice ubrani w koszulki swojej reprezentacji. Przyszłe badania będą koncentrowały się na udoskonaleniu metody. Celem jest usunięcie wspomnianych wyżej problemów. Warto także wspomnieć, że opisana tu lokalizacja zawodników, a także numerów na ich koszulkach, może być traktowana jako etap wstępny wobec późniejszej ich automatycznej identyfikacji. Warto w przyszłości również i tu przeprowadzić badania, ponieważ poprawnie zlokalizowane numery na strojach piłkarzy mogą być, nawet w obecności znacznych deformacji, rozpoznawane na przykład z użyciem deskryptorów kształtu.
EN
The paper presents a method for localization of players in digital image during TV broadcast. Some experimental results are also provided. The segmentation is based on information about colors of football players' kits. This task is realized as an initial step of process, which ends with identification of players basing on numbers placed on their shirts.
EN
The paper presents the results of an experiment performed on trademark contour shapes using Point Distance Histogram. One of the important stages in the algorithm is the selection of the number of bins (denoted as r) in the resultant histogram. The experiments explored the influence of this varying value on the recognition results. The main goal was to establish the best value for small binary contour shapes. The template matching was used as the whole approach to the recognition problem.
PL
Artykuł przedstawia wyniki eksperymentu przeprowadzonego z użyciem konturowych kształtów znaków firmowych a oparciu o algorytm Point Distance Histogram. Jednym z ważnych elementów tego algorytmu jest wybór liczby przedziałów (oznaczonej jako r) w wynikowym histogramie. W trakcie eksperymentów badano wpływ zmiennej wartości tego parametru na rezultaty rozpoznawania. Głównym celem badań było ustalenie najlepszych wartości współczynnika r dla małych konturowych kształtów binarnych. Jako ogólne podejście do problemu rozpoznawania wybrano porównywanie ze wzorcami (ang. template matching).
PL
W artykule zaprezentowano problem znajdowania ogólnego kształtu (np. kwadrat, koło, trójkąt) najbardziej podobnego do zadanego. Wyróżnia się on innym spojrzeniem na problem rozpoznawania kształtów. Dotąd zakładaliśmy poszukiwanie obiektu bazowego należącego do tej samej klasy co rozpoznawany. Jeżeli dla określonego obiektu nie udało się znaleźć odpowiedniego wzorca (np. gdy miara podobieństwa była zbyt niska) uznawaliśmy to za porażkę (wyjątkiem była sytuacja poprawnego odrzucenia wyników rozpoznawania, gdy odpowiedniej klasy po prostu nie ma w bazie). Tym razem z góry zakładamy, że badanego obiektu nie ma w bazie, a szukamy takiego wzorca, który jest do niego najbardziej podobny. Dzięki temu możemy określić jak bardzo ‘okrągły’ czy ‘kwadratowy’ jest dany kształt. Problem ten znaleźć może zastosowanie w wielu różnych dziedzinach, szczególnie na etapie wstępnej analizy kształtu, gdy najpierw chcemy go przydzielić do pewnej większej klasy, a dopiero potem w jej ramach szczegółowo badać.
EN
The paper presents experimental results of employing the Point Distance Histogram shape descriptor to the problem of finding the most similar general shape to the particular one. The template matching approach is used. However, unlike the typical recognition approach, here it is assumed that the test object is out of the template base. One of the general shapes, e.g. square, triangle, circle, ellipse, star, is indicated as the most similar to the test one. Three experiments were performed, using 50 various shapes.
PL
W artykule przedstawiono wyniki eksperymentów badających działanie sześciu prostych deskryptorów w zadaniu ogólnej analizy kształtu. Problem ten polega na znalezieniu kilku wzorców najbardziej podobnych do badanego obiektu testowego. W odróżnieniu jednak od tradycyjnego zadania rozpoznawania obiekt identyfikowany nie musi należeć do żadnej z klas bazowych. Ponieważ wzorce stanowią najbardziej podstawowe kształty, możemy na tej podstawie określać najogólniej nasz badany obiekt, np. jak bardzo jest on podobny do trójkąta, koła, prostokąta, itp. Problem ogólnej analizy kształtu może znaleźć zastosowanie we wstępnej klasyfikacji, indeksowaniu kształtów, czy tych zadaniach, w których nie znamy lub w ogóle nie mamy z góry założonych obiektów wzorcowych. Spośród sześciu zbadanych prostych deskryptorów kształtu za najlepsze możemy uznać wyniki uzyskane przez zwartość. Stosunkowo dobre rezultaty uzyskano także z użyciem deskryptora Max Feret. Jednakże w obu przypadkach wyniki nie są idealne, dlatego też najważniejszym celem w przyszłych badaniach jest sprawdzenie skuteczności kolejnych, bardziej rozbudowanych, algorytmów opisu kształtów w zadaniu ich ogólnej analizy.
EN
The paper presents experimental results of employing six simple shape descriptors (Compactness, Object Aspect Ratio and four Feret measures) to the problem of general shape analysis. This problem is similar to the recognition or retrieval of shapes. However, the processed object does not have to belong, but can be only similar to one of the base classes. One can say that the most general information about shape is here concluded, i.e. how round, elliptical, triangular. etc. it is. That problem can occur in applications with few general base classes, mainly at the initial pre-classification stage of the processing. The experiments were performed using 50 various shapes. Ten of them were treated as the templates, and the rest performed the role of test objects.
PL
W artykule przedstawiono rezultaty eksperymentu poświęconego określeniu wydajności deskryptora Light Field w problemie indeksowania kształtów trójwymiarowych. Metoda ta okazała się efektywna i uzyskała średni współczynnik skuteczności bliski 69 %. Wynik ten porównano z rezultatami deskryptora Extended Gaussian Image, który był testowany na tej samej bazie 312 modeli 3D (rezultaty tych badań opisano w [6]). Jak sie okazało algorytm LFD jest o blisko 9 procent skuteczniejszy w omawianym problemie. Uzyskany wynik należy uznać za stosunkowy dobry, wziąwszy pod uwagę duże podobieństwo pomiędzy sobą niektórych obiektów należących do różnych klas, przy jednoczesnej różnorodności obiektów wewnątrz danej klasy. Należy również podkreslić, że w eksperymentach pod uwagę brano tylko pierwszy wskazany w wyniku obiekt bazowy. O wiele lepsze rezultaty można byłoby osiagnąć, gdyby wybierać wiecej modeli, np. trzy lub pięć, co jest często spotykane w opisywanych w literaturze zadaniach indeksowania obiektów przechowywanych w dużych bazach multimedialnych.
EN
In the paper the results of the experimental evaluation of the Light Field Descriptor in the problem of three-dimensional shape representation are presented. The Light Field Descriptor (LFD) can be successfully used in the content-based three-dimensional model retrieval. The most general assumption in this algorithm is that if two 3D models are similar, they look similar from all viewing angles. Hence, in the explored approach several orthogonal projections of an object are rendered and used for its representation and later retrieval.
EN
Errors of depth measurement are one of the most important problems in area of bathymetric data processing. The authors examined a data set aquired with the multibeam eehosounder Sim rad EM3000 in order to estimate the character of errors. For every measurement line formed by the survey points, the theoretical model of this fragment of bottom was defined using approximation. The differenees between this model and the survey points were treated as the measurement errors, which appeared to have a random distribution. The correlation of error value and angle between the beam and the vertical line could be observed. 99.7 % of er- ror values was smaller than 7 cm for depths between 10 and 20 m, while mean value of errors was approx. 3 cm.
EN
This paper describes recent improvements in developing SmartMonitor — an innovative security system based on existing traditional surveillance systems and video content analysis algorithms. The system is being developed to ensure the safety of people and assets within small areas. It is intended to work without the need for user supervision and to be widely customizable to meet an individual’s requirements. In this paper, the fundamental characteristics of the system are presented including a simplified representation of its modules. Methods and algorithms that have been investigated so far alongside those that could be employed in the future are described. In order to show the effectiveness of the methods and algorithms described, some experimental results are provided together with a concise explanation.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.