Browsing by Subject "computer vision"

Now showing 1 - 9 of 9

Access status: Open Access ,
Application of Monte Carlo filter for computer vision-based Bayesian updating of finite element model
(2013) Tekieli, Marcin; Słoński, Marek
In this paper we describe Bayesian inference-based approach to the solution of parametric identification problem in the context of updating of a finite element model of a structure. The proposed inverse solution is based on Monte Carlo filter and on the comparison of structure displacements extracted using digital image correlation method during a quasi-static loading and the corresponding displacements predicted by finite element method program. Our approach is applied to the problem of material model parameter identification of an aluminum laboratory-scale frame. The results are also verified by comparing the Monte Carlo filter-based solution with the analytical solution obtained using Kalman filter.
Access status: Restricted ,
Automated real-time music inference based on performers' nand movements
(Data obrony: 2020-12-11) Banaszak, Katarzyna
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Open Access ,
Automatyczna anotacja znaczników sztyftowych w procesie walcowania pielgrzymowego rur na zimno
(Wydawnictwa AGH, 2010) Jabłoński, Mirosław; Pociecha, Daniel
A system of automatic calculation of characteristic points in the process of tube cold rolling process has been presented. The very basic problem that has been addressed in this paper was a method of segmentation of particular regions in high resolution images i.e. reference board, tube area, and copper pin-markers. Three methods of adaptive thresholding have been examined for each type of object. Through application of computer vision algorithms duration of annotation phase has been greatly reduced in comparison to manual method.
Access status: Open Access ,
Current research opportunities for image processing and computer vision
(Wydawnictwa AGH, 2019) Gupta, Abhishek
Image processing and computer vision is an important and essential area in today’s scenario. Several problems can be solved through computer vision techniques. There are a large number of challenges and opportunities which require skills in the field of computer vision to address them. Computer vision applications cover each band of the electromagnetic spectrum and there are numerous applications in every band. This article is targeted to the research students, scholars and researchers who are interested to solve the problems in the field of image processing and computer vision. It addresses the opportunities and current trends of computer vision applications in all emerging domains. The research needs are identified through available literature survey and classified in the corresponding domains. The possible exemplary images are collected from the different repositories available for research and shown in this paper. The opportunities mentioned in this paper are explained through the images so that a naive researcher can understand it well before proceeding to solve the corresponding problems. The databases mentioned in this article could be useful for researchers who are interested in further solving the problem. The motivation of the article is to expose the current opportunities in the field of image processing and computer vision along with corresponding repositories. Interested researchers who are working in the field can choose a problem through this article and can get the experimental images through the cited references for working further.
Access status: Restricted ,
Evaluation of explainability algorithms in computer vision applications
(Data obrony: 2020-01-24) Skalski, Piotr
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Access status: Open Access ,
From Linear Classifier to Convolutional Neural Network for Hand Pose Recognition
(Wydawnictwa AGH, 2017) Rościszewski, Paweł
Recently gathered image datasets and new capabilities of high performance computing systems allowed developing new artificial neural network models and training algorithms. Using the new machine learning models, computer vision tasks can be accomplished based on the raw values of image pixels, instead of specific features. The principle of operation of deep artificial neural networks is more and more resembling of what we believe to be happening in the human visual cortex. In this paper we build up an understanding of convolutional neural networks through investigating supervised machine learning methods suchas K-Nearest Neighbors, linear classifiers and fully connected neural networks. We provide examples and accuracy results based on our implementation aimed for the problem of hand pose recognition.
Access status: Open Access ,
Low-cost mobile image processing platform
(Wydawnictwa AGH, 2011) Przybyło, Jaromir; Piątek, Marcin; Pauluk, Mariusz; Galicki, Jakub
W ostatnich latach obserwuje się dynamiczny rozwój aplikacji dla urządzeń przenośnych. Wielu producentów udostępnia środowiska programistyczne (np. Android) pozwalające na rozwijanie oprogramowania. Jednakże, podstawową wadą tych środowisk jest ich ograniczona funkcjonalność w zastosowaniach przetwarzania i analizy obrazów. W artykule zaprezentowano niskobudżetowa mobilną platformę do przetwarzania i analizy obrazów. Omówione zostały zagadnienia sprzętowe oraz możliwości integracji platformy z dedykowanymi środowiskami programistycznymi do modelowania algorytmów przetwarzania i analizy obrazów (OpenCV, MATLAB/Simulink). Przedstawione zostały rezultaty implementacji kilku wybranych algorytmów, które prezentują możliwości i ograniczenia platformy.
Access status: Open Access ,
Nowy element w instrumentarium inteligencji obliczeniowej - automatyczne rozumienie obrazów
(Wydawnictwa AGH, 2008) Tadeusiewicz, Ryszard; Ogiela, Marek
Techniki inteligencji obliczeniowej są rozwijane od blisko pół wieku, dlatego mimo wciąż awangardowego charakteru tego działu informatyki, niektóre z nich osiągnęły już swoisty stan nasycenia zarówno w obszarze rozwoju teorii, jak i w zakresie ważniejszych zastosowań. Z tego powodu bardzo ważne jest poszukiwanie nowych narzędzi, które mogą tę problematykę skierować na nową drogę, pozwalając na jej dalszy rozwój. Jednym z takich nowych obszarów, w których inteligencja obliczeniowa może się rozwijać, jest automatyczne rozumienie obrazów. W artykule przedstawiono uzasadnienie celowości dążenia do automatycznego rozumienia obrazów z punktu widzenia logiki rozwoju systemów informacyjnych, a także przytoczono wybrane informacje o tym, co autorom udało się osiągnąć w zakresie praktycznej realizacji tego dążenia. Głównym celem tej pracy jest podsumowanie wcześniejszych prac, generalizacja ich wyników oraz nakreślenie kierunków dalszego rozwoju badań nad automatycznym rozumieniem.
Access status: Restricted ,
Selective video prediction using Machine Learning
(Data obrony: 2021-01-22) Jastrzębski, Bartosz
Wydział Informatyki, Elektroniki i Telekomunikacji