prikaz prve stranice dokumenta Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike
Rad nije dostupan
završni rad
Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. urn:nbn:hr:168:644841
Biščanić, Kristijan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Biščanić, K. (2014). Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:644841

Biščanić, Kristijan. "Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. https://urn.nsk.hr/urn:nbn:hr:168:644841

Biščanić, Kristijan. "Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2014. https://urn.nsk.hr/urn:nbn:hr:168:644841

Biščanić, K. (2014). 'Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:644841

Biščanić K. Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2014 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:644841

K. Biščanić, "Eksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2014. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:644841

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:644841
Podaci o radu
NaslovEksperimentalno vrednovanje strojno naučenog postupka za pronalaženje istaknutih značajki slike
Naslov (engleski)Experimental evaluation of a machine learned algorithm for detecting distinctive image features
AutorKristijan Biščanić
MentorSiniša Šegvić (mentor)
Član povjerenstvaAlan Jović (predsjednik povjerenstva)
Član povjerenstvaDarijan Marčetić (član povjerenstva)
Član povjerenstvaSiniša Šegvić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2014-07-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Rad razmatra i evaluira postupke čija je zadaća pronalaženje istaknutih značajki slike. Usporedno su evaluirani postupci FAST, strojno naučeni postupak za pronalaženje istaknutih značajki, te Harrisov detektor kutova. U okviru rada je razvijena komponenta koja omata FAST postupak za pronalaženje istaknutih značajki iz biblioteke OpenCV te implementira zadano apstraktno sučelje kako bi se mogla koristiti umjesto postojećih komponenata za pronalaženje značajki. Navedena se komponenta eksperimentalno vrednuje koristeći postojeće komponente za praćenje značajki na sljedovima slika s poznatim optičkim tokom te se ocjenjuje odnos rezultata dobivenih uporabom novorazvijene komponente u odnosu na rezultate dobivene uporabom postojeće komponente za pronalaženje značajki. U usporedbi se rezultata razmatraju ponovljivost detekcije značajki i konzistentnost postupaka detekcije, preciznost detekcije značajki putem evaluacije preciznosti praćenja značajki te vrijeme potrebno za pronalazak značajki na pojedinim slikama. Za provođenje se eksperimenata koristi postojeći ispitni skup sljedova slika namijenjen za evaluaciju postupaka praćenja optičkog toka koji je objavio Middlebury College.
Sažetak (engleski)
This paper examines and evaluates algorithms whose task is detecting distinctive image features. FAST, machine learned algorithm for feature detection, and Harris corner detector are being evaluated simultaneously. As a part of this paper, there was developed an adapter component wrapping OpenCV implementation of FAST algorithm and enabling its use instead of existing feature detectors. This component is experimentally evaluated using the existing feature tracking system on image sequences with known optical flow values and results are compared with those using Harris corner detector instead. The comparison results focus on repeatability and consistency values of feature detectors, the accuracy tracking using said detectors and on analysing time required for detection on each image. All experiments are conducted on image database consisting of image sequences made for evaluation of optical flow calculation algorithms provided by Middlebury College.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:644841
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2018-02-05 17:27:03