F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS A BIONIKUS SZEMÜVEGBEN Persa György.

Slides:



Advertisements
Hasonló előadás
ÉRDEKES PONTOK KINYERÉSE DIGITÁLIS KÉPEKEN. BEVEZETÉS  ALAPPROBLÉMA  Jellemzőpontok detektálása mindkét képen  Kinyert pontok megfeleltetése  Megfeleltetések.
Advertisements

Fejmozgás alapú gesztusok felismerése
1/13 Péter Tamás, Bécsi Tamás, Aradi Szilárd INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 3-5. Útmenti objektumok.
1 / / 13 Bevezető Forgalmi dugók okozta problémák: - Feszültség - Sietség - Szabálytalan közlekedés → baleseti források Megoldás: A jó megoldások.
Geometriai Transzformációk
Globális helymeghatározás Zárthelyi dolgozat Relatív helymeghatározás fázisméréssel.
Digitális Domborzat Modellek (DTM)
SZINOPTIKUS ANALÍZIS I.
Hatékony gyorsítótár használata legrövidebb utak kereséséhez Bodnár István, Fodor Krisztián, Gyimesi Gábor Jeppe Rishede Thomsen, Man Lung Yiu, Christian.
Szintaktikai elemzés február 23..
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Szintaktikai elemzés március 1.. Gépi tanulás Osztályozási feladat: Adott egyedek egy halmaza és azok osztályba tartozási függvénye (tanító halmaz),
Objektum osztályozás Képfeldolgozás 2. Blaskovics Viktor, Hantos Norbert, Papp Róbert Sándor.
Szoftver bonyolultsági mértékek alkalmazási területei Király Roland 2011.
MECHANIZMUSOK SZÁMÍTÓGÉPES MODELLEZÉSE
Számítógépes grafika, PPKE-ITK, Benedek Csaba, 2010 Geometriai modellezés 2. előadás.
Modellezés és szimuláció c. tantárgy Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Matematikai Intézet Mechatronikai Mérnöki MSc 2. Kontextuális.
Szűrés és konvolúció Vámossy Zoltán 2004
Mérnöki objektumok leírása és elemzése virtuális terekben c. tantárgy Budapesti Műszaki Főiskola Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek.
P z : egy „elemi” projektív transzformáció M = ( m m m m ); P z = ( ) | m m m m | | | | m m m m | | | ( p p p p ) ( 0 0 r 1 ) az.
A partneri kapcsolatok értékelése hálózati együttműködés esetén
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Bevezetés az alakmodellezésbe I. Budapesti Műszaki Főiskola Neumann János Informatikai Főiskolai Kar A Műszaki Tervezés Rendszerei 2000/2001 tanév, I.
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs.
Önálló labor munka Csillag Kristóf 2005/2006. őszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
Matematikai eszközök a környezeti modellezésben
Közúti baleseti statisztikák elemzése. Közúti baleseti adatok eredete Rendőrség által helyszíni adatrögzítésből nyert adatok.
Képfeldolgozási módszerek alkalmazása kajszimagok morfológiai tulajdonságainak leírására Felföldi J. 1, Hermán R. 2, Pedryc A. 2, Firtha F. 1 1 Budapesti.
1/13 Bécsi Tamás, Péter Tamás INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 4-6. Képfelismerésen alapuló technológiák.
TransMotion Emberi mozgás digitalizálása
Kézmozdulat felismerő rendszer
3. Vetületi ábrázolások számítási eljárásai
Rendszám Felismerő Rendszer Fajt Péter Vácz István
Diszkrét elem módszerek BME TTK, By Krisztián Rónaszegi.
Hibaterjedés-analízis
A Van der Waals-gáz molekuláris dinamikai modellezése Készítette: Kómár Péter Témavezető: Dr. Tichy Géza TDK konferencia
Kísérletek mobilszámítógéppel
Gyurkó György. Az állapotmodellezés célja Általánosságban ugyanaz, mint a többi dinamikus modellezési technikáé: Jobban megismerni a problémát. Finomítani.
Egyenes vonalú mozgások
UML modellezés 3. előadás
Valószínűségszámítás II.
F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS Persa György.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Készítette: Kokrák Mihály Konzulens: Smid László
Spike Sorting Solutions Csercsa Richárd Magony Andor.
Máté: Orvosi képfeldolgozás12. előadás1 Három dimenziós adatok megjelenítése Metszeti képek transzverzális, frontális, szagittális, ferde. Felület síkba.
Modellezés és tervezés c. tantárgy Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Matematikai Intézet Mérnöki Informatikus MSc 8. Előadás A.
OpenCV CV = Computer Vision
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Perspektív projekció és kamera paraméterek. Szükséges transzformációk Világkoordináta rendszer (3D) Kamera koordinátarendszer (3D) Képsík koordináták.
Tartalomjegyzék : 1. Magyarország szélviszonyai 100 évi mért széladatok alapján 1/1. A szélanalízishez felhasznált mérési állomások koordinátái (első.
2004 május 27. GÉPÉSZET Komplex rendszerek szimulációja LabVIEW-ban Lipovszki György Budapesti Műszaki Egyetem Mechatronika, Optika és Gépészeti.
- Mobil navigáció látássérülteknek -
Radványi Mihály - Doktorizom! -.
Alhálózat számítás Osztályok Kezdő Kezdete Vége Alapértelmezett CIDR bitek alhálózati maszk megfelelője A /8 B
Műholdas helymeghatározás 6. előadás
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Széltérképek Tartalomjegyzék : 1
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
Mindenki lehet innovátor!
Bevezetés Tematika Számonkérés Irodalom
Raspberry Kreatív: A Raspberry és Te – mit tudtok kihozni egymásból?
3. osztályban.
Változó expozíciós idejű képek fúziója
Mérési skálák, adatsorok típusai
Dr. Varga Beatrix egyetemi docens
Előadás másolata:

F IGYELMI ALGORITMUSOKKAL VEZÉRELT HELYSZÍNANALÍZIS A BIONIKUS SZEMÜVEGBEN Persa György

B IONIKUS SZEMÜVEG PROJECT Eszköz fejlesztése vakok és gyengén látók megsegítésére Képfeldolgozási feladatok mobiltelefon kamera felhasználásával Részfeladatok témakörei  Otthon  Munka  Köztük levő út

H ELYSZÍNEK, SZITUÁCIÓK JELENTŐSÉGE Részfeladatok használatának megkönnyítése  Más szituációkban más alkalmazások  Hatékony működés Veszély, beavatkozás szükségessége  Látótérben tapasztalt változások

C ÉLKITŰZÉS Helyszínanalízis  Szituációkra utaló információk gyűjtése  Analízis, klasszifikáció Felhasznált eszköz: bottom-up figyelmi modell  Ösztönös figyelem modellezése  Videó képkockáinak minden pontjára „feltűnőségi” érték számítása

E LŐZMÉNYEK Feltűnőségi térképek elemzése Statikus paraméterek  Maximális feltűnőségi értékek eloszlása, átlaga Dinamikus paraméterek  Feltűnő pontok mozgása során mérhető jellemzők  Sebesség, és szórása  Gyorsulás  Megtett út  Együttmozgás

T RACKING ALGORITMUS Dinamikus jellemzők eléréséhez Pontszintű követés  Probléma: nagy idő- és térbeli ugrások a feltűnőségi értékekben Területszintű követés  Feltűnőségi térképek transzformációja  Feltűnő területek definiálása  Területek követésére algoritmus

F ELTŰNŐ TERÜLETEK KÖVETÉSE Feltűnőségi térképek kontúrvonalai  Folytonos felületet metsző síkok képe  Kontúrszintekhez rendelt feltűnőségi értékek  Éles értékbeli ugrások követhetősége térben, időben

F ELTŰNŐ TERÜLETEK KÖVETÉSE Feltűnő területek definiálása  Kontúr kép simítása  Magas kontúrszintekhez tartozó területek  Területek átalakítása maszkká Hivatkozás a feltűnőségi térkép pontjaira Rövid erózió, majd back propagation

F ELTŰNŐ TERÜLETEK KÖVETÉSE Követő algoritmus  4 állapotos modell  Feltűnő területek tulajdonságai alapján egyezés keresése Átlagos feltűnőségi értékbeli eltérés Területbeli eltérés Középpont koordinátái

F ELTŰNŐ TERÜLETEK KÖVETÉSE Felhasználói felület

E REDMÉNYEK Nyugodt környezet dinamikus paraméterei Mozgó környezet dinamikus paraméterei

E REDMÉNYEK Környezetek feltűnő területeinek mozgása  Dinamikus paraméterekkel jellemezhető  Sok – kevés mozgást tartalmazó szituációk, helyszínek osztályozhatók Confirmed trackek X: átlagsebesség Y: átlagsűrűség Radius=15 Saliency threshold=10 Area threshold=20 Veszély észlelésére alkalmas lehet  Feltűnő, hirtelen mozgás

E REDMÉNYEK További feladatok  Helyszínek klasszifikálása további szempontok alapján Kinyert statikus, és dinamikus jellemzők alapján  Lehetséges osztályok kialakítása Funkcionalitásnak megfelelően

K ÖSZÖNÖM A FIGYELMET !