Interpretacja gestów dłoni w sekwencji obrazów cyfrowych. autor: Karol Czapnik opiekun: prof. dr hab. Włodzimierz Kasprzak
|
|
- Bożena Piątkowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Interpretacja gestów dłoni w sekwencji obrazów cyfrowych autor: Karol Czapnik opiekun: prof. dr hab. Włodzimierz Kasprzak
2 Plan prezentacji Cel pracy magisterskiej Zastosowanie pracy Założenia projektowe Podstawowe problemy i ograniczenia Ogólny opis funkcji systemu Przegląd metod i algorytmów Przedstawienie własnych rozwiązań Zaplanowane zadania Środowisko programistyczne 2/20
3 Cel pracy magisterskiej Aplikacja przeznaczona do śledzenia dłoni w sekwencji obrazów i interpretowania gestów dawanych ręką: wykrywanie układu dłoni na statycznych obrazach cyfrowych interpretacja gestu śledzenie dłoni, czyli wyznaczenie trajektorii jej ruchu stworzenie kilkuetapowego sytemu wizyjnego do rozpoznawania gestów języka migowego w warunkach naturalnych interpretacja znaków Polskiego Alfabetu Palcowego (PAP) oraz gestów z Polskiego Języka Miganego (PJM) 3/20
4 Zastosowania pracy komunikacja między człowiekiem a komputerem sterowanie różnymi urządzeniami gospodarstwa domowego (RTV/AGD) wydawanie poleceń maszynom (np. w fabryce lub w środowisku uniemożliwiającym komunikację dźwiękową) stworzenie systemów nadążnych stosowanych do manipulacji zdalnych maszyn czy robotów ułatwianie pracy oraz kontaktu z otoczeniem osobom niepełnosprawnym i w podeszłym wieku automatyczne tłumaczenie gestów języka migowego na język mówiony lub pisany (np. w urzędach, w pracy) 4/20
5 Język migowy język naturalny i podstawowe narzędzie komunikacji dla osób głuchoniemych Polski Alfabet Palcowy (PAP) i Polski Język Migany (PJM) oparty na gramatyce języka polskiego gesty statyczne i dynamiczne odpowiadają jednoznacznie znakom ideograficznym (wyrażenia i słowa) oraz znakom daktylograficznym (litery, liczby) niektóre znaki dynamiczne są ruchomą wersją swoich odpowiedników statycznych, np. Ń jest ruchomą wersją znaku N Zestaw znaków PAP 5/20
6 Założenia projektowe rozpoznawanie poszczególnych znaków PAP ze szczególnym uwzględnieniem gestów dynamicznych rozpoznawanie sekwencji obrazów z kamery cyfrowej testowanie w warunkach naturalnych (dowolne tło i oświetlenie) niezbyt szybkie i starannie wykonywane gesty poszukiwanie dłoni jako obiektu pierwszoplanowego widoczna cała dłoń, niezasłonięta detekcja swobodnie rozmieszczonej dłoni na obrazie kolorowym określenie wzajemnego położenia części anatomicznych dłoni 6/20
7 Podstawowe problemy i ograniczenia akwizycja obrazów (rozdzielczość, jasność, dynamizm) szybkość rejestrowania, przetwarzania i rozpoznawania gestów wyodrębnienie dłoni z dowolnego tła rozróżnienie znaków statycznych i dynamicznych ograniczenie związane z ruchem, czyli ze znakami dynamicznymi: śledzenie dłoni (cały czas kontakt z obiektem) deformacje dłoni (nie uwzględnianie stanów pośrednich) określenie kształtu trajektorii zakreślanej przez dłoń właściwa interpretacja gestu (stworzenie odpow. wektora cech) poprawna klasyfikacja układów dłoni (gestów) 7/20
8 Ogólny opis funkcji systemu (1) akwizycja obrazów pozyskiwanie obrazów cyfrowych segmentacja wydzielenie dłoni na obrazie kolorowym, czyli uzyskanie obrazu binarnego ewentualna poprawa jakości powstałego obrazu wykrywanie konturów dłoni (określenie położenia, kształtu, układu i orientacji dłoni oraz widocznych palców) modelowanie dłoni stworzenie wektora cech (baza wiedzy) interpretacja i klasyfikacja gestu porównanie układu dłoni z modelami w bazie wiedzy rozróżnienie gestu dynamicznego od statycznego śledzenie dłoni wyznaczenie trajektorii ruchu dłoni 8/20
9 Ogólny opis funkcji systemu (2) Analiza barw (segmentacja) Wykrywanie konturów dłoni (znalezienie konturów dłoni i detekcja obwiedni śródręcza) Modelowanie dłoni (wektor cech) Interpretacja i klasyfikacja gestu Piotr Skrzyński Wykrywanie i interpretacja układu dłoni na obrazie IAiIS Warszawa /20
10 Przegląd metod i algorytmów (1) Rozpoznawanie pojedynczych znaków PAP Segmentacja (uzyskanie obrazu binarnego): MBS metoda oparta na modelu barwy skóry ludzkiej w przestrzeni barw znormalizowanych RGB MKR obraz konturowy i wypełnienie konturu MSN model oparty na sieci neuronowej Wnioski: wrażliwość na warunki oświetlenia i jednorodność tła Joanna Marnik Rozpoznawanie znaków Polskiego Alfabetu Palcowego, /20
11 Przegląd metod i algorytmów (2) Modelowanie (tworzenie wektora cech): morfologiczne przekształcenie trafi nie trafi (oparte na elementach strukturalnych wzorcach) wektor cech: powierzchnia, kąt nachylenia, odległość od środka ciężkości dłoni Klasyfikacja: ostateczne rozpoznanie znaku PAP za pomocą sieci neuronowej Rozpoznanie trajektorii ruchu dłoni: śledzenie ruchu wybranego punktu dłoni w kolejnych klatkach Wyniki: prosta metoda, ale wolna (5 klatek/s) duża skuteczność rozpoznawania (ok. 90%) Joanna Marnik Rozpoznawanie znaków Polskiego Alfabetu Palcowego, /20
12 Przegląd metod i algorytmów (3) Rozpoznawanie wyrazów i całych zdań PJM (gesty dynamiczne wykonywane dwoma rękami) Segmentacja: MBS model barwy skóry ludzkiej Modelowanie (tworzenie wektora cech): identyfikacja pozycji dwóch dłoni i twarzy na obrazie analiza pola powierzchni obiektów, ich pozycji oraz zakresu ruchu wektor cech: środek ciężkości i powierzchnia obiektów, kształt, orientacja i położenie dłoni oraz korelacje między nimi Klasyfikacja: statystyczne przewidywanie następnego ruchu oparte na ukrytych modelach Markowa (HMM) poprzez funkcje gęstości prawdopodobieństw kolejnych stanów Tomasz Kapuściński Rozpoznawanie polskiego języka miganego w systemie wizyjnym, /20
13 Przegląd metod i algorytmów (4) Rozpoznawanie pojedynczych umownych znaków (podobne do PAP) Segmentacja: analiza barw obrazu na podstawie wykrywania koloru skóry w przestrzeni barw YCbCr lub YCgCr Modelowanie (tworzenie wektora cech): metoda aktywnych konturów automatyczne zliczanie widocznych palców wektor cech: ilość widocznych wyprostowanych palców, widoczność kciuka, wymiary dłoni i śródręcza, kąt pod jakim widoczna jest dłoń, odległości punktów dwóch konturów względem środka masy dłoni Klasyfikacja: proces interpretacji układu dłoni na podstawie kombinacji wartości tych wszystkich cech Piotr Skrzyński Wykrywanie i interpretacja układu dłoni na obrazie IAiIS Warszawa /20
14 Metoda aktywnych konturów (1) Cechy charakterystyczne: zbiór uszeregowanych punktów opisujących kontur, na który oddziałują różne siły dążące do zminimalizowania swojej energii Siły: zewnętrzne (związane z własnościami obiektu) wewnętrzne (zachowanie ciągłości i gładkości krzywej) wspólnie działają prowadząc do dopasowania się krzywej do krawędzi poszukiwanego obiektu wprowadzenie zewnętrznych sil gradientowych (GVF) tradycyjna postać energii obrazu pozostawia dużą odległość od wklęsłości U-kształtnych obiektów (słaba zbieżność konturu) 14/20
15 Metoda aktywnych konturów (2) Zalety: bardzo dobre wyniki rozpoznawanie gestów wykorzystanie GVF duża dokładność i efektywność (nawet w warunkach naturalnych niekoniecznie jednolite tło) Wady: procesy kosztowne obliczeniowo: zastosowanie GVF (duża liczba iteracji) iteracyjny proces przemieszczania punktów kontrolnych proces interpolacji punktów kontrolnych zastosowanie obliczeń GVF nie nadaje się do rozpoznawania gestów dynamicznych 15/20
16 Modyfikacje metody Wprowadzone modyfikacje: zmniejszenie liczby iteracji obliczeń GVF (tylko do 1): brak prawidłowego odzwierciedlania U-kształtów nie przeszkadza w poprawnym określeniu ilości palców (krawędź konturu niedokładnie odzwierciedla krawędź poszukiwanego obiektu) nadal uzyskanie poprawnego rozpoznawania znaków 240 iteracji obliczeń GVF 1 iteracja obliczeń GVF zmniejszenie liczby iteracji rozmieszczania punktów kontrolnych: mały wpływa na wygląd zewnętrznego konturu zastosowanie metody aktywnych konturów do rozpoznawania gestów dynamicznych bez obliczeń GVF 16/20
17 Proponowane rozwiązania przygotowanie dokładnej segmentacji obrazu (redukcja szumów) wyznaczanie krawędzi obiektu bez korzystania z aktywnych konturów, wykorzystanie filtru Sobela (do wykrywania krawędzi) i zastosowanie tylko kilku punktów kontrolnych wyznaczanie środka ciężkości i środka geometrycznego dłoni wyznaczanie prostej łączącej środek ciężkości z punktami kontrolnymi zastosowanie niezmienników momentowych wektor cech: długość, kierunek i kąt nachylenia tej prostej, niezmienniki momentowe oraz ilość widocznych palców śledzenie środka ciężkości do ogólnego wyznaczenia kierunek ruchu śledzenie dłoni z wykorzystaniem ukrytych modeli Markowa (HMM) 17/20
18 Zaplanowane zadania pobieranie obrazu z kamery cyfrowej oraz segmentacja i analiza poszczególnych klatek poprawianie skuteczności, wydajności i szybkości wykrywania konturów zastosowanie niezmienników momentowych śledzenie ruchu ręki według przemieszczającego się punktu środka ciężkości lub środka geometrycznego śledzenie dłoni z wykorzystaniem HMM rozpoznawanie kierunków ruchu ręki (lewo-prawo, góra-dół) tło jednolite albo tło bez elementów o barwie skóry wykorzystanie aktywnych konturów do rozpoznawania PAP na dowolnym tle 18/20
19 Środowisko programistyczne stworzenie własnej obsługi kamery cyfrowej (internetowej) zastosowanie języka Java z wykorzystaniem dwóch bibliotek: JAI Java Advanced Imaging (zaawansowana obsługa obrazów cyfrowych) JMF Java Media Framework (pakiet do przetwarzania obrazów oraz strumieni danych, np. przechwytywanie obrazu z kamery cyfrowej) zastosowanie języka C++ z biblioteką Video for Windows (Windows API) możliwość implementowania najważniejszych operacji związanych z obrazami statycznymi i dynamicznymi możliwość wykorzystania biblioteki OpenCV 19/20
20 Dziękuję za uwagę
Samochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski
Samochodowy system detekcji i rozpoznawania znaków drogowych Sensory w budowie maszyn i pojazdów Maciej Śmigielski Rozpoznawanie obrazów Rozpoznawaniem obrazów możemy nazwać proces przetwarzania i analizowania
Bardziej szczegółowoWYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów
WYKŁAD 1 Analiza obrazu Wyznaczanie parametrów ruchu obiektów Cel analizy obrazu: przedstawienie każdego z poszczególnych obiektów danego obrazu w postaci wektora cech dla przeprowadzenia procesu rozpoznania
Bardziej szczegółowoSYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie
Bardziej szczegółowoROZPOZNAWANIE ZNAKÓW POLSKIEGO ALFABETU PALCOWEGO
ROZPOZNAWANIE ZNAKÓW POLSKIEGO ALFABETU PALCOWEGO Joanna Marnik Politechnika Rzeszowska, Katedra Informatyki i Automatyki Wprowadzenie Interakcja człowiek komputer staje się elementem naszej codzienności
Bardziej szczegółowoAUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI
AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI Tomasz Huczek Promotor: dr Adrian Horzyk Cel pracy Zasadniczym celem pracy było stworzenie systemu
Bardziej szczegółowoRozpoznawanie obrazów na przykładzie rozpoznawania twarzy
Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić
Bardziej szczegółoworozpoznawania odcisków palców
w algorytmie rozpoznawania odcisków palców Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 24 października 2008 Plan prezentacji 1 Wstęp 2 3 Metoda badań Wyniki badań
Bardziej szczegółowoAutomatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych
Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego
Bardziej szczegółowoModelowanie krzywych i powierzchni
3 Modelowanie krzywych i powierzchni Modelowanie powierzchniowe jest kolejną metodą po modelowaniu bryłowym sposobem tworzenia części. Jest to też sposób budowy elementu bardziej skomplikowany i wymagający
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej szczegółowoTechniki animacji komputerowej
Techniki animacji komputerowej 1 Animacja filmowa Pojęcie animacji pochodzi od ożywiania i ruchu. Animować oznacza dawać czemuś życie. Słowem animacja określa się czasami film animowany jako taki. Animacja
Bardziej szczegółowoMateriał pomocniczy dla nauczycieli kształcących w zawodzie:
Materiał pomocniczy dla nauczycieli kształcących w zawodzie: ASYSTENT OSOBY NIEPEŁNOSPRAWNEJ przygotowany w ramach projektu Praktyczne kształcenie nauczycieli zawodów branży hotelarsko-turystycznej Priorytet
Bardziej szczegółowozna wybrane modele kolorów i metody transformacji między nimi zna podstawowe techniki filtracji liniowej, nieliniowej dla obrazów cyfrowych
Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Kod modułu Język kształcenia Wydział Matematyki i Informatyki Instytut Informatyki Przetwarzanie i analiza obrazów cyfrowych w
Bardziej szczegółowo6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.
WYDZIAŁ: GEOLOGII, GEOFIZYKI I OCHRONY ŚRODOWISKA KIERUNEK STUDIÓW: INFORMATYKA STOSOWANA RODZAJ STUDIÓW: STACJONARNE I STOPNIA ROK AKADEMICKI 2014/2015 WYKAZ PRZEDMIOTÓW EGZAMINACYJNYCH: I. Systemy operacyjne
Bardziej szczegółowoSieciowe Sterowanie Robotem Przemysłowym KUKA KR3 Sprzężonego z Systemem Wizyjnym oraz Systemem Rozpoznawania Mowy
Sieciowe Sterowanie Robotem Przemysłowym KUKA KR3 Sprzężonego z Systemem Wizyjnym oraz Systemem Rozpoznawania Mowy Jakub Machnik, Michał Grycman, Mateusz Konieczny Politechnika Śląska, Gliwice, Polska
Bardziej szczegółowoRzeczywistość rozszerzona: czujniki do akwizycji obrazów RGB-D. Autor: Olga Głogowska 207 505 AiR II
Rzeczywistość rozszerzona: czujniki do akwizycji obrazów RGB-D Autor: Olga Głogowska 207 505 AiR II Czujniki w robotyce coraz większego znaczenia nabierają systemy pomiarowe umożliwiające interakcję robota
Bardziej szczegółowoPattern Classification
Pattern Classification All materials in these slides were taken from Pattern Classification (2nd ed) by R. O. Duda, P. E. Hart and D. G. Stork, John Wiley & Sons, 2000 with the permission of the authors
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów. Karol Czapnik
Cyfrowe Przetwarzanie Obrazów Karol Czapnik Podstawowe zastosowania (1) automatyka laboratoria badawcze medycyna kryminalistyka metrologia geodezja i kartografia 2/21 Podstawowe zastosowania (2) komunikacja
Bardziej szczegółowoi ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk
System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:
Bardziej szczegółowoWidzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej szczegółowoPL B1. AKADEMIA GÓRNICZO-HUTNICZA IM. STANISŁAWA STASZICA, Kraków, PL BUP 01/11. WIESŁAW WAJS, Kraków, PL
PL 215208 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 215208 (13) B1 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 388382 (22) Data zgłoszenia: 25.06.2009 (51) Int.Cl.
Bardziej szczegółowoTABELA ROZWOJU WIDZENIA MOJEGO DZIECKA
TABELA ROZWOJU WIDZENIA MOJEGO DZIECKA Tabela służy gromadzeniu obserwacji rozwoju widzenia dziecka w czasie codziennych zabaw wzrokowych i domowych ćwiczeń rehabilitacyjnych. Najlepiej sprawdza się system
Bardziej szczegółowoSpośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.
Filtracja nieliniowa może być bardzo skuteczną metodą polepszania jakości obrazów Filtry nieliniowe Filtr medianowy Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy
Bardziej szczegółowoZakład Grafiki Komputerowej i Multimediów Adam Wojciechowski
Alternatywne interfejsy środowisk wirtualnych Zakład Grafiki Komputerowej i Multimediów Adam Wojciechowski Wybrane zagadnienia badawcze w obszarze alternatywnych interfejsów środowisk wirtualnych Wizualizacja
Bardziej szczegółowoE-I2G-2008-s1. Informatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu E-I2G-2008-s1 Nazwa modułu Zaawansowane przetwarzanie obrazów Nazwa modułu w języku angielskim
Bardziej szczegółowoRozpoznawanie Twarzy i Systemy Biometryczne
Filtry Plan wykładu Przegląd dostępnych filtrów Zastosowanie filtrów na różnych etapach pracy systemu Dalsze badania Kontrast i ostrość Kontrast różnica w kolorze i świetle między częściami ś i obrazu
Bardziej szczegółowoAutomatyka i Robotyka II stopień ogólno akademicki
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014
Bardziej szczegółowoKrzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel
Krzysztof Ślot Biometria 9-924 Łódź, ul. Wólczańska 211/215, bud. B9 tel. 42 636 65 www.eletel.p.lodz.pl, ie@p.lodz.pl Wprowadzenie Biometria Analiza rejestrowanych zachowań i cech osobniczych (np. w celu
Bardziej szczegółowoZastosowanie techniki Motion Capture
Zastosowanie techniki Motion Capture Michał Grędziak mgredzia@mion.elka.pw.edu.pl Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska ul. Nowowiejska 15/19 00-665 Warszawa, Polska 13 czerwca
Bardziej szczegółowoPropozycje tematów prac magisterskich 2013/14 Automatyka i Robotyka - studia stacjonarne Pracowania Układów Elektronicznych i Przetwarzania Sygnałów
Propozycje tematów prac magisterskich 2013/14 Automatyka i Robotyka - studia stacjonarne Pracowania Układów Elektronicznych i Przetwarzania Sygnałów Stanowisko do lokalizacji źródła dźwięku Zaprojektowanie
Bardziej szczegółowoNX CAD. Modelowanie powierzchniowe
NX CAD Modelowanie powierzchniowe Firma GM System Integracja Systemów Inżynierskich Sp. z o.o. została założona w 2001 roku. Zajmujemy się dostarczaniem systemów CAD/CAM/CAE/PDM. Jesteśmy jednym z największych
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoROZWIĄZANIA WIZYJNE PRZEMYSŁOWE. Rozwiązania WIZYJNE. Capture the Power of Machine Vision POZYCJONOWANIE IDENTYFIKACJA WERYFIKACJA POMIAR DETEKCJA WAD
POZYCJONOWANIE IDENTYFIKACJA WERYFIKACJA POMIAR DETEKCJA WAD PRZEMYSŁOWE ROZWIĄZANIA WIZYJNE Capture the Power of Machine Vision Sensors Cameras Frame Grabbers Processors Software Vision Solutions Informacje
Bardziej szczegółowoZastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D
Zastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D autorzy: Michał Dajda, Łojek Grzegorz opiekun naukowy: dr inż. Paweł Rotter I. O projekcie. 1. Celem projektu było stworzenie
Bardziej szczegółowoZygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab
Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu
Bardziej szczegółowoParametryzacja obrazu na potrzeby algorytmów decyzyjnych
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych Piotr Dalka Wprowadzenie Z reguły nie stosuje się podawania na wejście algorytmów decyzyjnych bezpośrednio wartości pikseli obrazu Obraz jest przekształcany
Bardziej szczegółowoWaga problemu: - liczba pieszych ofiar wypadków drogowych, Innowacyjne rozwiązania dla poprawy bezpieczeństwa na przejściach dla pieszych 2015-11-24
Innowacyjne rozwiązania dla poprawy bezpieczeństwa na przejściach dla pieszych Witold Czajewski, Paweł Dąbkowski, Piotr Olszewski Politechnika Warszawska Sesja nr 1 Systemy zarządzania ruchem i transportem
Bardziej szczegółowoWykaz tematów prac dyplomowych w roku akademickim 2012/2013 kierunek: informatyka, studia niestacjonarne
Wykaz tematów prac dyplomowych w roku akademickim 2012/2013 kierunek: informatyka, studia niestacjonarne L.p. Nazwisko i imię studenta Promotor Temat pracy magisterskiej Opis zadania stawianego studentowi
Bardziej szczegółowoImplementacja filtru Canny ego
ANALIZA I PRZETWARZANIE OBRAZÓW Implementacja filtru Canny ego Autor: Katarzyna Piotrowicz Kraków,2015-06-11 Spis treści 1. Wstęp... 1 2. Implementacja... 2 3. Przykłady... 3 Porównanie wykrytych krawędzi
Bardziej szczegółowoTematy prac dyplomowych w Katedrze Awioniki i Sterowania. Studia: II stopnia (magisterskie)
Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie) Temat: Układ sterowania płaszczyzną sterową o podwyższonej niezawodności 1. Analiza literatury. 2. Uruchomienie
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoMechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych
Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie
Bardziej szczegółowoP R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
Bardziej szczegółowoProjekt i implementacja systemu wspomagania planowania w języku Prolog
Projekt i implementacja systemu wspomagania planowania w języku Prolog Kraków, 29 maja 2007 Plan prezentacji 1 Wstęp Czym jest planowanie? Charakterystyka procesu planowania 2 Przeglad istniejacych rozwiazań
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: ANALIZA I PRZETWARZANIE OBRAZÓW CYFROWYCH Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Programowanie aplikacji internetowych Rodzaj zajęć: wykład, laboratorium
Bardziej szczegółowo4. Oprogramowanie OCR do rozpoznawania znaków 39
Spis treêci Wstęp 9 1. Podstawowe pojęcia dotyczące tekstu 13 1.1. Wprowadzenie 13 1.2. Pismo 14 1.2.1. Podstawowe pojęcia 14 1.2.2. Grupy krojów pisma 14 1.2.3. Krój pisma 15 1.2.4. Rodzina kroju pisma
Bardziej szczegółowoProblematyka budowy skanera 3D doświadczenia własne
Problematyka budowy skanera 3D doświadczenia własne dr inż. Ireneusz Wróbel ATH Bielsko-Biała, Evatronix S.A. iwrobel@ath.bielsko.pl mgr inż. Paweł Harężlak mgr inż. Michał Bogusz Evatronix S.A. Plan wykładu
Bardziej szczegółowoAutomatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, Spis treści
Automatyczne rozpoznawanie mowy - wybrane zagadnienia / Ryszard Makowski. Wrocław, 2011 Spis treści Przedmowa 11 Rozdział 1. WPROWADZENIE 13 1.1. Czym jest automatyczne rozpoznawanie mowy 13 1.2. Poziomy
Bardziej szczegółowo0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do
0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do obserwatora f) w kierunku od obserwatora 1. Obrót dookoła osi
Bardziej szczegółowoSI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu
SI w procesach przepływu i porządkowania informacji Paweł Buchwald Wyższa Szkoła Biznesu Początki SI John MC Carthy prekursor SI Alan Thuring pomysłodawca testu na określenie inteligencji maszyn Powolny
Bardziej szczegółowoMateriały dydaktyczne: Maciej Krzymowski. Biometryka
Biometryka Biometryka Nauka o mierzalnych cechach fizycznych lub behawioralnych organizmów Ŝywych, z greckiego: "bios" = Ŝywy "metron" = mierzyć. Biometria Zespół metod słuŝących do sprawdzania toŝsamości
Bardziej szczegółowoPL B1. WOJSKOWY INSTYTUT MEDYCYNY LOTNICZEJ, Warszawa, PL BUP 26/13
PL 222456 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 222456 (13) B1 (21) Numer zgłoszenia: 399487 (51) Int.Cl. A61B 3/113 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej (22) Data zgłoszenia:
Bardziej szczegółowoZnak wersja podstawowa
Księga znaku Spis treści Znak wersja podstawowa...2 Układ poziomy...2 Układ pionowy...2 Konstrukcja znaku...3 Symbol...3 Napis...3 Siatka modułowa...4 Układ poziomy...4 Układ pionowy...4 Pole ochronne
Bardziej szczegółowoSYSTEM WIZYJNY ROBOTA KLASY LINEFOLLOWER
SYSTEM WIZYJNY ROBOTA KLASY LINEFOLLOWER Projekt z cyfrowego przetwarzania obrazów i sygnałów Autor: Grzegorz Biziel Prowadzący: mgr inż. Łukasz Małek Termin: wtorek parzysty 13:15 27 stycznia 2010 1 Problem
Bardziej szczegółowoPrzetwarzanie obrazów rastrowych macierzą konwolucji
Przetwarzanie obrazów rastrowych macierzą konwolucji 1 Wstęp Obrazy rastrowe są na ogół reprezentowane w dwuwymiarowych tablicach złożonych z pikseli, reprezentowanych przez liczby określające ich jasność
Bardziej szczegółowoZastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym
POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk Dlaczego eksploracja danych?
Bardziej szczegółowoTeraz bajty. Informatyka dla szkół ponadpodstawowych. Zakres rozszerzony. Część 1.
Teraz bajty. Informatyka dla szkół ponadpodstawowych. Zakres rozszerzony. Część 1. Grażyna Koba MIGRA 2019 Spis treści (propozycja na 2*32 = 64 godziny lekcyjne) Moduł A. Wokół komputera i sieci komputerowych
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoCykle życia systemu informatycznego
Cykle życia systemu informatycznego Cykl życia systemu informatycznego - obejmuję on okres od zgłoszenia przez użytkownika potrzeby istnienia systemu aż do wycofania go z eksploatacji. Składa się z etapów
Bardziej szczegółowoPrzetwarzanie obrazów wykład 7. Adam Wojciechowski
Przetwarzanie obrazów wykład 7 Adam Wojciechowski Przekształcenia morfologiczne Przekształcenia podobne do filtrów, z tym że element obrazu nie jest modyfikowany zawsze lecz tylko jeśli spełniony jest
Bardziej szczegółowoMetody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Bardziej szczegółowoAlgorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Bardziej szczegółowoInformatyka studia stacjonarne pierwszego stopnia
#382 #379 Internetowy system obsługi usterek w sieciach handlowych (The internet systems of detection of defects in trade networks) Celem pracy jest napisanie aplikacji w języku Java EE. Główne zadania
Bardziej szczegółowoSystem wizyjny OMRON Xpectia FZx
Ogólna charakterystyka systemu w wersji FZ3 w zależności od modelu można dołączyć od 1 do 4 kamer z interfejsem CameraLink kamery o rozdzielczościach od 300k do 5M pikseli możliwość integracji oświetlacza
Bardziej szczegółowoOprócz funkcjonalności wymaganych przez zamawiających, urządzenia Hikvision oferują dodatkowo następujące funkcjonalności:
Oprócz funkcjonalności wymaganych przez zamawiających, urządzenia Hikvision oferują dodatkowo następujące funkcjonalności: 1. DS-2CD4224F-IZHS a) Moduł inteligentnej, samouczącej się detekcji ruchu Detekcja
Bardziej szczegółowoAkademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie. Projekt. z przedmiotu Analiza i Przetwarzanie Obrazów
30 czerwca 2015 Akademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie Projekt z przedmiotu Analiza i Przetwarzanie Obrazów Wykrywanie tablic rejestracyjnych Jagieła Michał IS (GKiPO) Michał Jagieła
Bardziej szczegółowoKognitywne hierarchiczne aktywne podziały. Arkadiusz Tomczyk.
Arkadiusz Tomczyk arkadiusz.tomczyk@p.lodz.pl projekt finansowany przez: Narodowe Centrum Nauki numer projektu: 2012/05/D/ST6/03091 Przykładowy problem Diagnostyka zatorowości płucnej Obrazowanie CT sprzężone
Bardziej szczegółowoW poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
Bardziej szczegółowoBartosz Kulawik Koordynator Projektu Centrum Badań Kosmicznych PAN Zespół Obserwacji Ziemi
Bartosz Kulawik Koordynator Projektu Centrum Badań Kosmicznych PAN Zespół Obserwacji Ziemi Maciej Borsa Koordynator B+R Instytut Systemów Przestrzennych I Katastralnych Upowszechnienie techniki satelitarnej
Bardziej szczegółowoZastosowanie deflektometrii do pomiarów kształtu 3D. Katarzyna Goplańska
Zastosowanie deflektometrii do pomiarów kształtu 3D Plan prezentacji Metody pomiaru kształtu Deflektometria Zasada działania Stereo-deflektometria Kalibracja Zalety Zastosowania Przykład Podsumowanie Metody
Bardziej szczegółowoRaport. Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010
Raport Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010 1. Wykrywanie krawędzi 1.0. Obraz oryginalny 1. 1.1. Sobel. Parametry: domyślne. 1.2. Prewitt. Parametry: domyślne. 1.3. Roberts. Parametry: domyślne.
Bardziej szczegółowoSegmentacja przez detekcje brzegów
Segmentacja przez detekcje brzegów Lokalne zmiany jasności obrazu niosą istotną informację o granicach obszarów (obiektów) występujących w obrazie. Metody detekcji dużych, lokalnych zmian jasności w obrazie
Bardziej szczegółowoNocne migracje ptaków i ich obserwacje za pomocą radaru ornitologicznego
Nocne migracje ptaków i ich obserwacje za pomocą radaru ornitologicznego Marek Ksepko Krzysztof Gajko Źródło: Swiss birdradar The history http://www.swiss-birdradar.com 3BirdRadarSystem detekcja obiektów
Bardziej szczegółowoElektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan
Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko padaczkowe Lokalizacja
Bardziej szczegółowoProgramowanie w języku C++ Grażyna Koba
Programowanie w języku C++ Grażyna Koba Kilka definicji: Program komputerowy to ciąg instrukcji języka programowania, realizujący dany algorytm. Język programowania to zbiór określonych instrukcji i zasad
Bardziej szczegółowoKoncepcja pomiaru i wyrównania przestrzennych ciągów tachimetrycznych w zastosowaniach geodezji zintegrowanej
Koncepcja pomiaru i wyrównania przestrzennych ciągów tachimetrycznych w zastosowaniach geodezji zintegrowanej Krzysztof Karsznia Leica Geosystems Polska XX Jesienna Szkoła Geodezji im Jacka Rejmana, Polanica
Bardziej szczegółowoSYLABUS ECCC MOD U Ł : C S M2 GR A F I K A KO M P U T E R O W A PO Z I O M: PO D S T A W O W Y (A)
SYLABUS ECCC MOD U Ł : C S M2 GR A F I K A KO M P U T E R O W A PO Z I O M: PO D S T A W O W Y (A) GRUPA KOMPETENCJI KOMPETENCJE OBJĘTE STANDARDEM ECCC 1. Teoria grafiki komputerowej 1.1. Podstawowe pojęcia
Bardziej szczegółowoDane obrazowe. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski
Dane obrazowe R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski www.il.pw.edu.pl/~rg s-rg@siwy.il.pw.edu.pl Przetwarzanie danych obrazowych! Przetwarzanie danych obrazowych przyjmuje trzy formy:! Grafikę
Bardziej szczegółowoTematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie)
Tematy prac dyplomowych w Katedrze Awioniki i Sterowania Studia II stopnia (magisterskie) Temat: Analiza właściwości pilotażowych samolotu Specjalność: Pilotaż lub Awionika 1. Analiza stosowanych kryteriów
Bardziej szczegółowoRelacja: III Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"
Relacja: III Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" W dniu 18.04.2015 odbyło się III Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy
Bardziej szczegółowoSYSTEM KONTROLI BLISTRÓW
SYSTEM KONTROLI BLISTRÓW Wizualna kontrola jakości produktu look Misja: Doradztwo, integracja i optymalizacja systemów produkcyjnych. Przeznaczenie: DGlook blister jest kompletnym urządzeniem przygotowanym
Bardziej szczegółowoWykład V. Rzut okiem na języki programowania. Studia Podyplomowe INFORMATYKA Podstawy Informatyki
Studia Podyplomowe INFORMATYKA Podstawy Informatyki Wykład V Rzut okiem na języki programowania 1 Kompilacja vs. interpretacja KOMPILACJA Proces, który przetwarza program zapisany w języku programowania,
Bardziej szczegółowoM O N I T O R I N G
S P E C Y F I K A C J A W Y M A G A Ń M O N I T O R I N G 2 0 1 0 Wersja 1.0 Opiekun: dr inż. J. Jelonek Autorzy: Kostyantyn Doronovych Łukasz Marciniak Patryk Okuniewicz Marcin Pecelerowicz Data: 19.05.2010
Bardziej szczegółowoMechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej
Katedra Robotyki i Mechatroniki Akademia Górniczo-Hutnicza w Krakowie Mechanika Robotów Wojciech Lisowski 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Mechanika Robotów KRiM, WIMIR, AGH
Bardziej szczegółowoOdciski palców ekstrakcja cech
Kolasa Natalia Odciski palców ekstrakcja cech Biometria sprawozdanie z laboratorium 4 1. Wstęp Biometria zajmuje się rozpoznawaniem człowieka na podstawie jego cech biometrycznych. Jest to możliwe ponieważ
Bardziej szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej szczegółowoCyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk
Cyfrowe przetwarzanie obrazów Dr inż. Michał Kruk Przekształcenia morfologiczne Morfologia matematyczna została stworzona w latach sześddziesiątych w Wyższej Szkole Górniczej w Paryżu (Ecole de Mines de
Bardziej szczegółowoCyfrowy rejestrator parametrów lotu dla bezzałogowych statków powietrznych. Autor: Tomasz Gluziński
Cyfrowy rejestrator parametrów lotu dla bezzałogowych statków powietrznych Autor: Tomasz Gluziński Bezzałogowe Statki Powietrzne W dzisiejszych czasach jedną z najbardziej dynamicznie rozwijających się
Bardziej szczegółowoDEFINICJA ERGONOMII. ERGONOMIA - nauka zajmująca się projektowaniem systemów pracy, produktów i środowiska zgodnie z fizycznymi.
Szkoły Ponadgimnazjalne Moduł II Foliogram 1 DEFINICJA ERGONOMII ERGONOMIA - nauka zajmująca się projektowaniem systemów, produktów i środowiska zgodnie z fizycznymi. Nazwa ergonomii pochodzi od greckiego
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)
Bardziej szczegółowoLOGO BUDOWA LOGO. Znak składa się z dwóch części - sygentu zbudowanego z trzech wielkoątów oraz logotypu - typograficznego zapisu nazwy firmy CDA.
LOGO FIRMOWE LOGO Logo jest głównym elementem identyfikacji wizualnej firmy. Dzięki oryginalnej formie i odpowiedniej kolorystyce jest ono łatwo rozpoznawane i zapamiętywane. BUDOWA LOGO Znak składa się
Bardziej szczegółowoE.14.1 Tworzenie stron internetowych / Krzysztof T. Czarkowski, Ilona Nowosad. Warszawa, Spis treści
E.14.1 Tworzenie stron internetowych / Krzysztof T. Czarkowski, Ilona Nowosad. Warszawa, 2014 Spis treści Przewodnik po podręczniku 8 Wstęp 10 1. Hipertekstowe języki znaczników 1.1. Elementy i znaczniki
Bardziej szczegółowoSYLABUS MODUŁU (PRZEDMIOTU) Informacje ogólne. Język migowy. Nie dotyczy
SYLABUS MODUŁU (PRZEDMIOTU) Informacje ogólne Kod modułu CJM Nazwa modułu Język migowy Rodzaj modułu Wydział PUM Do wyboru Nauk o Zdrowiu Kierunek studiów Pielęgniarstwo (2015-2016) Specjalność Poziom
Bardziej szczegółowoLokalizacja Oprogramowania
mgr inż. Anton Smoliński anton.smolinski@zut.edu.pl Lokalizacja Oprogramowania 16/12/2016 Wykład 6 Internacjonalizacja, Testowanie, Tłumaczenie Maszynowe Agenda Internacjonalizacja Testowanie lokalizacji
Bardziej szczegółowoProf. Stanisław Jankowski
Prof. Stanisław Jankowski Zakład Sztucznej Inteligencji Zespół Statystycznych Systemów Uczących się p. 228 sjank@ise.pw.edu.pl Zakres badań: Sztuczne sieci neuronowe Maszyny wektorów nośnych SVM Maszyny
Bardziej szczegółowo