Implementált képfeldolgozó algoritmusok

Slides:



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

Tömörítés.
Adatelemzés számítógéppel
Fejmozgás alapú gesztusok felismerése
4. Előadás: A mohó algoritmus
Videó kártyák újdonságai Készítette: Villás Tibor.
Készítette: Szinai Adrienn
1 AIBO Robotfoci Bodor László IAR Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás.
Képességszintek.
Digitális képanalízis
Térinformatikai elemzések. Megválaszolható kérdések Pozíció - mi van egy adott helyen Feltétel - hol vannak …? Trendek - mi változott meg? Minta - milyen.
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Arci jellemzők kinyerése és vizsgálata ember-gép interakciókban
Objektum osztályozás Képfeldolgozás 2. Blaskovics Viktor, Hantos Norbert, Papp Róbert Sándor.
Microsoft Windows A Windows fejlődése, általános jellemzése – 2. dia
Elektrotechnika 3. előadás Dr. Hodossy László 2006.
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
Matematikai modellek a termelés tervezésében és irányításában
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 4. Előadás Dr. Kulcsár Gyula egyetemi docens.
Vámossy Zoltán 2004 (Mubarak Shah, Gonzales-Woods anyagai alapján)
Szűrés és konvolúció Vámossy Zoltán 2004
Küszöbölés Szegmentálás I.
Leszámoló rendezés Készítette: Várkonyi Tibor Zoltán VATNABI.ELTE
3. Vetületi ábrázolások számítási eljárásai
2D képszintézis és textúrák
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
HATÉKONY SAJÁTSÁGKIEMELŐK KÉPEK ÖSSZEHASONLÍTÁSÁHOZ MobileAssistant workshop, május 4. Főnix Inkubátorház, 4029 Debrecen, Csapó u. 42. A ép III/2.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
A Dijkstra és a kritikus út algoritmusok kapcsolata és szemléletes tanítása Kiss László főiskolai docens OE RKK MKI augusztus 25.
Erősítő textíliák pórusméretének meghatározása képfeldolgozó rendszer segítségével Anyagvizsgálat a Gyakorlatban Tengelic, június 1. Gombos Zoltán,
Hiba-előjel alapú spektrális megfigyelő Orosz György Konzulensek: Sujbert László, Péceli Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika.
Diagnosztika intelligens eszközökkel
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Rekeszív meghatározása tüdőröntgenen
Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs.
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Lokális optimalizáció Feladat: f(x) lokális minimumának meghatározása 0.Adott egy kezdeti pont: x 0 1.Jelöljünk ki egy új x i pontot, ahol (lehetőleg)
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Mérések.
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
Kézmozdulat felismerő rendszer
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék 5.3. Predikciós módszerek szenzorjelek alapján BelAmI_H.
Digitális képanalízis Pontoperátorok, matching. Nézzünk egy példát!
Geometriai transzformációk
Térinformatika adatok tudásbázisán alapuló kereső- motor IKTA / 2000.
Az arcfelismerés és arc detektálás alapjai Matusinka Roland OE-NIK
CUDA C/C++ programozás Szál struktúra A segédanyag készítése a TÁMOP A/ Nemzeti Kiválóság Program című kiemelt projekt keretében.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
A derivált alkalmazása
1 Tartalomalapú médiavisszakeresés Kiss Attila Információs Rendszerek Tanszék
A VORD használata és alkalmazási lehetőségei Szoftvertechnológia szorgalmi feladat 2007 Simonkovics Noémi & Bíró Ádám.
Web-grafika (VRML) 1. gyakorlat Nyitrai Erika Varga Balázs alapján Kereszty Gábor.
Tóth Gergely, február BME-MIT Miniszimpózium, Folytonos idejű rendszerek anonimitása Tóth Gergely Konzulens: Hornák Zoltán.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Piramis klaszter rendszer
Lendület, lendületmegmaradás
Máté: Orvosi képfeldolgozás12. előadás1 Három dimenziós adatok megjelenítése Metszeti képek transzverzális, frontális, szagittális, ferde. Felület síkba.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Több irányú, alaksablonok nélküli épület detekció légiképeken Manno-Kovács Andrea, Szirányi Tamás Elosztott Események Elemzése Kutatócsoport MTA SZTAKI.
Köszöntöm a Fővárosi és Pest Megyei Földmérő Nap résztvevőit Az előadás címe: Pontmeghatározások követelményei Szepsi Szűcs Levente.
Neumann János Informatikai Kar
Kábelhiba keresés az ELQ 2+ -al
SZFP II Kompetenciamérés
Neumann János Informatikai Kar
GPGPU – CUDA 2..
Bevezetés a mély tanulásba
Objektum-detektálás A tananyag az EFOP
Előadás másolata:

Implementált képfeldolgozó algoritmusok Fazekas Attila Debreceni Egyetem, Informatikai Kar HURO – 3. WORKSHOP

SIFT SCALE INVARIANT FEATURE TRANSFORM Skála- és irány független invariáns pont-leírók Skála meghatározása Lokális orientáció Lokális koordinátarendszer Gradiens irány-hisztogramok, több kisebb ablakban Leíró vektor

SURF Speeded Up Robust Feature Számítási igénye alacsonyabb a legtöbb módszernél Nagy hatásfokkal működik A képek integráltját használja fel a konvolúciós lépés során Alapötletét a SIFT szolgáltatta Haar-féle leírókat használ a képek jellemzésére

FAST Features from Accelerated Segment Test Egyszerű sarokdetektor Alacsony számításigényű Egy pixel adott sugarú környezetében vizsgálja a többi pixelt Sarkok egy halmazát találja meg Metrika a sarkok erősségének mérésére

ORB Oriented FAST and Rotated BRIEF Rendkívül gyors bináris jellemző leírást tesz lehetővé Forgatás invariáns és ellenáll a zajnak Kétszer gyorsabb a SIFT-nél, valamint a SURF-nél Számos helyzetben jobban alkalmazható Valós idejű feldolgozás Nincsenek licencezési problémák sem

MSER Maximally Stable Extremal Regions Összetartozások detektálása képeken Az objektum különböző szögből látszik Nagyszámú képi elemeket tesz közzé az összetartozó képekről Jól alkalmazható sztereó párosítás és objektum-felismerés során is.

Star Feature Detector A CenSurE eljáráson alapul. Két egymással átfedésben lévő elforgatott téglalap alakú szűrőt használ A szűrőt és annak hét skáláját alkalmazzák a kép összes pixelére. A minták mérete konstans minden egyes skála illesztése során

Köszönöm a figyelmet!