Detekce skoro lineárních objektů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00204514" target="_blank" >RIV/68407700:21230/12:00204514 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Detekce skoro lineárních objektů

Popis výsledku v původním jazyce

Detekování liniových objekt? není triviální úlohou kv?li jejich možnému zakrytí, ?i zastín?ní. A?koliv bylo publikováno mnoho p?ístup? k ?ešení této úlohy, do dnešní doby na trhu neexistuje systém ?ešící tento úkol, což je zp?sobeno p?edevším nedostate?nou obecností daných metod. V této práci je použit hybridní p?ístup využívající vícero rozlišení snímku, který kombinuje dobré vlastnosti metod jak pro nízké tak vysoké rozlišení. Jako forma p?edzpracování je použit ridge detektor v prostoru m??ítek založený na diferenciální geometrii obrazové funkce. P?idanou hodnotou nalezených ridg? je získání i orientace ridge, což ubírá stupe? volnosti p?i prohledávání prostoru hypotéz, šet?í výpo?etní ?as a potla?uje podíl falešn? pozitivních detekcí. Dalším krokemje klasifikace získaných ridg? již na úrovni vysokého rozlišení. Pro klasifikaci je použit Gentle Adaboost klasifikátor, který se spole?n? s Haar popisy jeví jako dobré ?ešení v této úloze. Klasifikátor lze nau?it na r?zné t?ídy liniovýc

Název v anglickém jazyce

Detection of Curvilinear Objects in Aerial Images

Popis výsledku anglicky

The detection of curvilinear objects is non trivial task due to presence of occlusions and shadows. Although several approaches have been presented in the past there is no system available which generally solves this problem. This work presents the multiresolution approach which combines the advantages of both low and high resolution methods. We designed simple yet efficient method which sequentially prunes the space of possible curvilinear objects and thus reduces both the false negative rate detection and computational resources with respect to the exhaustive search methods. We tested the method on our own dataset consisting of highway images. The produced data set is publicly available. We reached the 93.07 perc. overall accuracy.

Druh

O - Ostatní výsledky

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/TA02010887" target="_blank" >TA02010887: Malá gyroskopicky stabilizovaná kamerová hlavice</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů