Kiss Attila és Németh Tamás Budapest, BMF-NIK IAR Konzulensek: Vámossy Zoltán és Sergyán Szabolcs.

Slides:



Advertisements
Hasonló előadás
Project 5: Video background replacement
Advertisements

Péter Pázmány Catholic University, Department of Information Technology Videó előfeldolgozás Audio előfeldolgozás Szinkronizált Audio-vizuális adatbázis.
TransMotion1 TransMotion Projekt BMF-NIK, IAR szakirány Kertész Tamás Rieger Péter Szolyka Sándor Konzulens: Vámossy Zoltán.
1 AIBO Robotfoci Bodor László IAR Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás.
Ph.D beszámoló 2004/2005 I.félév Készítette: Iváncsy Renáta Konzulens: Vajk István.
Az energiáról röviden Németh Zoltán ELTE TTK 2009.
OBJEKTUMORIENTÁLT PROGRAM
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
TUDÁSALAPÚ RENDSZEREK Tudnivalók ILCV441 Előadó: Kovács Zita 2013/2014. I. félév.
Vámossy Zoltán 2004 (Stanford, Berkeley, CMU, Birmingham, ELTE, SZTAKI, SzTE anyagok alapján) DIP + CV Bevezető.
Vámossy Zoltán 2004 (Mubarak Shah, Gonzales-Woods anyagai alapján)
Mubarak Shah (University of Central Florida) és társai anyaga alapján
Feladatok - BAR K+F Vámossy Zoltán 2010 Summer School on Image Processing (SSIP) nyári egyetem feladatai és saját ötletek alapján.
Óbudai Egyetem előfizetett adatbázisai szeptember.
A 4D stúdió valós idejű GPU-s implementálása Hapák József ELTE-IK MSC 2012.
Parkoló Rendszer Bűtösi Zsolt Gonda Zoltán Szabó Péter
Hasonlóságelemzés COCO használatával a MY-X elemzőben
Hozam-előrejelzés a gabonatermesztésben
Lázár István Témavezető: Hajdu András
Vámossy Zoltán 2004 (H. Niemann: Pattern Analysis and Understanding, Springer, 1990) DIP + CV Bevezető II.
Horváth Zsolt Schnádenberger Gábor Varjas Viktor
Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Bin-summarise-smooth: ‚bigvis’ „Big Data” elemzési módszerek.
Önálló labor munka Csillag Kristóf 2005/2006. őszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
1/20 Kulturális örökség a Szemantikus Weben a Museum24 projekt Szász Barnabás Finnország, 2005.
1/13 Bécsi Tamás, Péter Tamás INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 4-6. Képfelismerésen alapuló technológiák.
BMF-NIK-IAR Macska Nagy Krisztina Kancsár Dániel Sipos Péter.
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
Dplusz projekt 1 Dplusz projekt Készítők: Kerti Ágnes, Cseri Orsolya Eszter Konzulens: Vámossy.
TransMotion Emberi mozgás digitalizálása
Többszintű Tenyéralapú Biometrikus Azonosító Rendszer
Kézmozdulat felismerő rendszer
BAY-IKTI BATSY kompetencia Ipari Kommunikációs Technológiai Intézet
A Dijkstra algoritmus.
Idősor karaktersorozatként való vizsgálata – SAX algoritmus Szabó Dániel Konzulens: dr. Dobrowiecki Tadeusz Önálló Labor előadás december 12.
Valós idejű adaptív útvonalkeresés
Kiss Attila, Németh Tamás Budapesti Műszaki Főiskola Konzulensek: Sergyán Szabolcs, Vámossy Zoltán Mozgó objektumok sztereólátással támogatott tartalom.
Készítők: Fajt Péter Vácz István Konzulens: Vámossy Zoltán Rendszám Felismerő Rendszer 3. évf.
Rendszám Felismerő Rendszer
AMBER Automatikus Robotkörnyezet Feltérképezés BMF - NIK
AMBER Intelligens Automatizált Rendszerek szakirány Konzulens: Vámossy Zoltán Automated Mapping of roBot EnviRonment 2004.november.11.
Országos Tudományos Diákköri Konferencia BMF-NIK, IAR március 22. PAL COMMANDER MOBIL ROBOT NAVIGÁCIÓJA PAL-OPTIKÁS MEGVALÓSÍTÁSSAL Konzulens: Vámossy.
Tudományos Diákköri Konferencia BMF-NIK, IAR November 10.
KINECT© szenzor intelligens terekben
A Microsoft Üzleti Intelligencia megoldása és platformja
Orvosbiológiai képkereső rendszer teljesítményének képek osztályozásán alapuló javítása Június 23, 2008 Budapest Altrichter Márta Konzulens: dr. Horváth.
Eötvös Szabolcs Tamás Polyák Ádám Réthy Balázs Szeiler Beáta Information System for Organs transplantation 9. csoport
Mérnöki tervezés december Hangelemző rendszer fejlesztése Symbian OS-re Hegedűs Iván Mihály Pázmány Péter Katolikus Egyetem Információs Technológiai.
Képek Káldos János Országos Széchényi Könyvtár Networkshop Április 5-7 Győr.
Szabályzó tervezése intelligens kamerával
A szolgáltatás technikájával – technológiájával kapcsolatos elemzések „EISZ Jövője” Konferencia június 22.
Project 4: Visual motion based Human-Computer Interface Jaksa Zsombor Németh József Ungi Tamás Utasi Tamás.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Botyánszki Laczik Rácz
PhD beszámoló 2003/2004 I. félév Készítette: Iváncsy Renáta Konzulens: Dr. Vajk István.
Kilobot Kollektív intelligencia a robotikában Készítette : Petra Ervin Vendel.
Teljesítményelemzés CLBenchmark 1.1-el
3D képek a fotóidból Tövissy Judit.
OpenCV CV = Computer Vision
Több irányú, alaksablonok nélküli épület detekció légiképeken Manno-Kovács Andrea, Szirányi Tamás Elosztott Események Elemzése Kutatócsoport MTA SZTAKI.
2007. szeptember 27. DMS Forte - Dokumentumkezelési újdonságok 1 Nagyvállalati dokumentumkezelés A tartalomkezelés kálváriája ECM/OCR „Játék” a betükkel.
Tananyagok Digitalizálása alprogram eredményeinek bemutatása
Számításelmélet Tárgykód: NGM_IN006_1 és LGM_IN006_1
Inverter applications
Tudásalapú rendszerek
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Lívia Vasas, PhD 2018 Disszertációk Lívia Vasas, PhD 2018.
Lívia Vasas, PhD 2019 Disszertációk Lívia Vasas, PhD 2019.
Előadás másolata:

Kiss Attila és Németh Tamás Budapest, BMF-NIK IAR Konzulensek: Vámossy Zoltán és Sergyán Szabolcs

BMF-NIK, IAR (2/13) A bemutató felépítése Projekt ismertetés Rendszerünk felépítése Használt technikák Elért eredmények Összefoglalás, kitekintés

BMF-NIK, IAR (3/13) Projekt ismertetése Célunk egy olyan kétkamerás megfigyelőrendszer készítése, amely képes: mozgó objektumokat követni (Object Tracking) térben modellezni (Stereo Vision) saját adatbázisában ahhoz hasonlókat keresni (Content Based Image Retrival - CBIR)

BMF-NIK, IAR (4/13) Rendszerfelépítés Kamerakezelő rendszer Mozgásdetektálás Modell előkészítés Modellező rendszer Modellkészítés Megjelenítés Tartalom-alapú képkinyerő rendszer Tulajdonságkinyerés Hasonlóságmérés Visszacsatolás

BMF-NIK, IAR (5/13) Kamerakezelő rendszer Objektum követés Változások észlelése a háttérképhez képest A megváltozott terület jelölése Kapcsolat a CBIR-el A differenciakép konvex burka által meghatározott képrészlet elküldése Modell előkészítő alrendszer (Jel alapú sztereo módszer) Jellemző pontok keresése a Harris-féle sarokdetektáló módszerrel

BMF-NIK, IAR (6/13) Modellező rendszer Modellkészítő Jellemző pontok megfeleltetése a bal és jobb oldali kameraképen intenzitás kereszt korreláció segítségével Mélységinformáció kinyerése a megfeleltetett pontok diszparitásának számításával Megjelenítés Az elkészült modell megjelenítése OpenGL használatával Fejlesztés alatt: Korreláció alapú sztereo módszer

BMF-NIK, IAR (7/13) Tartalom alapú képkinyerés - 1 A separate feature and image database model: Jose A. Lay, Ling Guan – „Image Retrieval Based On Energy Histograms Of The Low Frequency DCT Coefficients”

BMF-NIK, IAR (8/13) Tartalom alapú képkinyerés - 2 Előfeldolgozás, zajszűrés Medián szűrő Gauss szűrő Színnormalizáció (Finlayson módszere alapján) Alacsonyszintű tulajdonságok DCT együtthatók Színhisztogramok 6 színtérben (RGB, HSV, YIQ, XYZ, L*u*v*, L*a*b*) Textúrázottság (sarkosság), horizontális és vertikális maszk Hasonlóságmérés Minkowski-féle távolságok Histogram Intersection Hierarchikus keresés (könyvtárszerkezet mintájára) Több dimenziós hasonlóság vizsgálat Visszacsatolás, Yong Rui technikája

BMF-NIK, IAR (9/13) Tesztelés, elért eredmények – 1 Mozgásérzékelés Jellemző pontok keresése Konvex burok

BMF-NIK, IAR (10/13) Tesztelés, elért eredmények – 2 Tesztelés: csoportvizsgálat Pontosság, UW kollekció alapján Rendszer Vissza- csatolás nélkül Négy vissza- csatolással Saját rendszer 30,83%41,25% GIFT rendszer használatával 53,92%91,07% Histogram Intersection HSV színtérben, saját adathalmazon 98%-os pontosságot ért el

BMF-NIK, IAR (11/13) Összefoglalás, kitekintés Kitekintés A színalapú technikákat ki kell egészíteni más típusú technikák használatával A lekérdezések gyorsításához a B-fák valamely változatának implementálása, valamint OODB használata Jelenlegi modellező algoritmusok gyorsítása, ill. más módszerek kipróbálása Kamera kalibráció

BMF-NIK, IAR (12/13) Hivatkozások M.J. Swain and B.H. Ballard - “Color Indexing” Int’l J. Computer Vision, vol. 7, no. 1, pp , B. V. Funt, G. D. Finlayson – “Color Constant Color Indexing” IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMIÖ, Bd. 17, Nr. 5, 1995, S Yong Rui, Thomas S. Huang, Michael Ortega and Sharad Mehrotra: Relevance Feedback - „A Power Tool for Interactive Content-Based Image Retrieval” IEEE Transactions on Circuits and Video Technology, Special Issue on Segmentation, Description, and Retrieval of Video Content, pp , Vol 8, No. 5, Sept, 1998 A GIFT tesztjei elérhetők: Jonathan Owens, Andrew Hunter & Eric Fletcher - „A Fast Model-Free Morphology-Based Object Tracking Algorithm” Marc Pollefeys - „3D Modelling from Images” Thomas H. Cormen, Charles E. Leierson, Ronald L. Rivest, Clifford Stein – „Új algoritmusok”, Scolar Informatika kiadó, C. Harris and M. Stephens – „A combined corner and edge detector” Fourth Alvey Vision Conference, pp , Mubarak Shah - „Fundamentals Of Computer Vision” Computer Science Department University of Central Florida, Orlando, 1997.

BMF-NIK, IAR (13/13) Köszönöm a figyelmet! Elérhetőségek: Kiss Attila Németh Tamás Honlap: