| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
PREPOZNAVANJE PRIMERKA IZ GENERIČNEGA RAZREDA OBJEKTOV NA OSNOVI DIGITALNIH SLIK
Natalija Dimovska, 2015, diplomsko delo

Opis: V diplomskem delu je predstavljena metoda za prepoznavanje primerka iz generičnega razreda objektov na osnovi digitalnih slik. Proces prepoznavanja objekta na sliki je ena od hitro razvijajočih se tehnologij. Podajamo pregled že obstoječih metod in postopkov za segmentacijo, strojno učenje ter popis objektov z značilkami. Prav tako je opisana naša implementacija algoritma za prepoznavanje generičnih objektov na sliki. Prepoznavanje primerka (skodelic) smo izvedli s segmentacijo GrubCut, deskriptorji HOG (angl. Histogram of Oriented Gradients), za klasifikacijo primerka pa smo uporabili strojno učenje s stroji SVM (angl. Support Vector Machine). Na testni množici 34 slik z 75 primerki smo izračunali metriko TPR (angl. True Positive Rate) kot 0,92 in metriko PPV (angl. Positive Predicted Value) skoraj 0,96, pri čemer smo uporabili učno množico velikosti 84 slik.
Ključne besede: Prepoznavanje objektov, klasifikacija, zaznavanje objektov, deskriptor, HOG, SVM, segmentacija
Objavljeno: 14.10.2015; Ogledov: 482; Prenosov: 47
.pdf Celotno besedilo (2,04 MB)

2.
OVREDNOTENJE POSNETKOV LiDAR ZA ZAZNAVO OBJEKTOV
Bojan Rupnik, 2016, doktorska disertacija

Opis: Doktorska disertacija obravnava vrednotenje posnetkov LiDAR za zmožnost zaznave objektov. V njej opišemo osnove zajemanja zemeljskega površja s tehnologijo LiDAR ter predstavimo najpomembnejše karakteristike za oceno kakovosti pridobljenih posnetkov. Pri pregledu sorodnih del na področju analize kakovosti se osredotočimo na lokalno gostoto točk in razmik med njimi ter na njun vpliv na najpogostejše procese pri obdelavi podatkov LiDAR. Za natančno oceno gostote in razmika med točkami v posnetkih LiDAR razvijemo lastno metodo, ki temelji na prostorski delitvi z Voronoijevim diagramom. Metoda z analizo časovnih zapisov identificira območja šibkih odbojev, ki jih lahko pripišemo vodnim površinam in jih snemalnik ni zmožen kakovostno posneti. Ta območja izločimo iz posnetka in analizo osredotočimo na tista, ki omogočajo snemanje. Izkaže se, da sta gostota točk, potrebna za razpoznavo objekta, in velikost objekta v nelinearni funkcijski odvisnosti. Na osnovi te funkcijske odvisnosti in lokalnih gostot točk, pridobljenih iz Voronoijevega diagrama, lahko določimo področja, ki zagotovo omogočajo klasifikacijo objekta.
Ključne besede: LiDAR, gostota točk, lokalni razmik med točkami, Voronoijev diagram, zaznavanje objektov
Objavljeno: 16.09.2016; Ogledov: 792; Prenosov: 87
.pdf Celotno besedilo (16,31 MB)

Iskanje izvedeno v 0.03 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici