Temat: image segmentation - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Efektywne algorytmy segmentacji obrazu. Implementacja dla systemu Android
Effective algorithms for image segmentation. Implementation on Android OS
Autorzy:: Wiercioch, Magdalena
Opis:: The thesis presents one of the digital image processing steps, which is segmentation. It discusses the commonly used techniques. The core part is a stand-alone implementation of efficient segmentation algorithms, which theoretical foundations are taken from selected scientific articles. The next step was to improve one method. In addition, there was created the module for performing an interactive image segmentation.
W ramach pracy zajęto się jednym z etapów przetwarzania obrazu, jakim jest segmentacja. Omówione zostały zazwyczaj stosowane techniki. Zasadniczą częścią pracy jest samodzielna implementacja efektywnych metod segmentacji, których podstawy teoretyczne zostały zaczerpnięte z wybranych artykułów naukowych. W dalszym etapie podjęto się próby poprawy jednej z metod. Dodatkowo powstał moduł pozwalający na wykonywanie segmentacji z nadzorem użytkownika.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 2.

Tytuł:: Semi-automatic segmentation for biological images
Półautomatyczne algorytmy segmentacji obrazów w zastosowaniu do zdjęć biologicznych
Autorzy:: Vasko, Yaroslav
Opis:: Celem niniejszej pracy jest zaprojektowanie oraz implementacja algorytmu segmentacji i technik do jej korekcji, które zostaną wykorzystane w trakcie prowadzenia badań biologicznych. Problem niniejszej pracy sprowadza się do znalezienia techniki segmentacji obrazów, która dla podanych zdjęć o takich właściwościach jak kolor, tekstura, rozmiar, kontrast, jakość i poziom zakłócenia, zapewni wysoką precyzyjność oraz jakość przeprowadzonej analizy.
The aim of the thesis is to create and implement a segementation algorithm and techniques of its correction that can be used in biological reserach. The researched problem is to find a image segmentation technique that will provide high quality analysis of given set of biological images, taking into consideration properties such as: colour, texture, size, contrast, quality and threshold level.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 3.

Tytuł:: Automatic segmentation of ultrasound images
Algorytm do automatycznej segmentacji obrazu ultrasonograficznego
Autorzy:: Pytlarz, Monika
Opis:: Ultrasound imaging is a safe, non-invasive and accurate diagnostic method. Due to its wide application, there is a need to develop an effective and reliable technique of automatic image segmentation. The main challenge results from the characteristics of ultrasound images: low contrast and low signal-to-noise ratio. This thesis contains a comparative analysis of two implemented auto-segmentation methods: the algorithm of normalized graph cut with prior filtering and the U-Net – convolutional neural network. These methods represent two categories of segmentation: traditional computer vision and deep learning. The directly practical goal of the project is to improve the software for the quantitative analysis of tumors in animals examined with high-resolution ultrasound. In the final version, apart from the option of manual tumor mask selection, the program offers auto-segmentation using the algorithm of normalized graph cut with prior filtering, allowing for a major shortening of the analysis time.
Ultrasonografia jest bezpieczną, nieinwazyjną i dokładną metodą obrazowania tkanek. Ze względu na jej szerokie zastosowanie istnieje potrzeba opracowania efektywnej oraz niezawodnej techniki automatycznej segmentacji obrazu. Trudność zagadnienia wynika z charakterystyki obrazów z ultrasonografii, przede wszystkim niskiego kontrastu i niskiego stosunku sygnału do szumu. Niniejsza praca zawiera analizę porównawczą dwóch zaimplementowanych metod autosegmentacji: algorytmu znormalizowanego cięcia grafu wraz z uprzednim filtrowaniem oraz konwolucyjnej sieci neuronowej U-Net. Wymienione metody reprezentują dwie kategorie segmentacji: tradycyjne widzenie komputerowe i głębokie uczenie. Bezpośrednio użytkowym celem projektu jest ulepszenie programu do ilościowej analizy guzów zwierząt badanych za pomocą ultrasonografii wysokiej rozdzielczości. W końcowej wersji program obok opcji manualnego zaznaczania maski guza, oferuje autosegmentację przy użyciu algorytmu znormalizowanego cięcia grafu z uprzednim filtrowaniem, co znacznie przyspiesza analizę obrazu.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 4.

Tytuł:: U-Net w segmentacji obrazów biomedycznych
U-Net in segmentation of biomedical images
Autorzy:: Zaliznyi, Andrii
Opis:: The purpose of this study is to compare the results of two image segmentation methods from the dataset provided as part of the Kaggle 2018 competition. The work can be divided into the following 4 stages:1. Analysis and ensuring the correctness of the input data set.2. Implementation of the U-Net neural network and its test on data from the competition Kaggle 2018. This stage is the starting point for our research.3. Implementation of the MultiResUNet neural network and its test on data from the Kaggle 2018 competition.4. Compare the test results of both networks and check whether the MultiResUNet network is an improvement for the Kaggle 2018 competition compared to the U-Net network, which is the starting point.The MultiResUNet network showed a 4% better result than U-Net.
Celem niniejszej pracy jest porównanie wyników dwóch metod segmentacji obrazów, pochodzących ze zbioru danych dostarczonym w ramach konkursu Kaggle 2018. Pracę można podzielić na następujące 4 etapy:1. Analiza i zapewnienie poprawności zbioru danych wejściowych.2. Implementacja sieci neuronowej U-Net i jej test na danych z konkursuKaggle 2018. Ten etap to punkt wyjścia naszych badań.3. Implementacja sieci neuronowej MultiResUNet i jej test na danych z konkursu Kaggle 2018.4. Porównanie wyników testów obu sieci i sprawdzenie, czy sieć MultiResUNet stanowi usprawnienie dla poblemu z konkursu Kaggle 2018 względem sieci U-Net, będącej punktem wyjścia.Sieć MultiResUNet wykazała wynik o 4% lepszy od U-Net.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 5.

Tytuł:: Application of watershed segmentation method to object extraction in 2D digital images
Zastosowanie metody segmentacji wododziałowej do wydzielania obiektów w dwuwymiarowych obrazach cyfrowych
Autorzy:: Kosiorek, Karina
Opis:: Praca przedstawia zastosowanie metody wododziałowej do segmentacji dwuwymiarowych obrazów solarnych i mammograficznych. Głównym celem pracy była implementacja segmentacji wododziałowej oraz powtórzenie eksperymentów Nieniewskiego. Eksperymenty zostały zrealizowane w języku C++ oraz środowisku Matlab.
Thesis presents the application of watershed method to the segmentation of 2D solar images and mammograms. The main objectives of this study were: to implement the watershed algorithm by immersion and to reproduce Nieniewski's experiments and results. The experiments were carried out in C++ programming language and in Matlab environment.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 6.

Tytuł:: Efficiency comparison of two algorithms for counting intranuclear protein foci
Porównanie efektywności dwóch algorytmów w zliczaniu ognisk białek wewnątrzjądrowych
Autorzy:: Moskal, Karol
Opis:: The observation of DNA damage in the genome, including dangerous double-strand breaks, provides a lot of important information about the various repair mechanisms in cells. It is possible due to presence of markers that are specifically associated with such DNA damage. These markers can be detected with a confocal microscope. Over the last 30 years, many image analysis tools have been released and then improved through automation. The implementation of deep learning algorithms for general use will be a breakthrough. This paper compares the work of popular software, commonly used in image analysis laboratories, with a modern algorithm based on the U-Net neural network. Differences were found both in the use of these programs and the results generated by them. With the development of deep learning algorithms, especially with full automation of work, they should replace traditional solutions. In addition, it is worth taking a closer look at the differences to see areas where verified software still performs better.
Obserwacja występowania w genomie niebezpiecznych uszkodzeń DNA, w tym dwuniciowych pęknięć, dostarcza wielu istotnych informacji o zróżnicowanych mechanizmach naprawczych, zachodzących w komórkach. Jest ona możliwa dzięki występowaniu specyficznych markerów białkowych, ściśle powiązanych z reakcją na uszkodzenia DNA, które można szczegółowo wykryć przy pomocy mikroskopii konfokalnej. Na przestrzeni ostatnich 30 lat udostępniono wiele narzędzi, służących do analizy obrazu. Z biegiem czasu programy te były udoskonalane, a praca automatyzowana. Kolejnym dużym krokiem milowym w ich rozwoju będzie wdrożenie do powszechnego użytku algorytmów opartych o głębokie uczenie. W niniejszej pracy porównano działanie popularnego oprogramowania, powszechnie stosowanego w laboratoriach analizy obrazu, z nowoczesnym algorytmem, opartym o neuronową sieć U-Net. Wykazano różnice zarówno w obsłudze tych programów, oraz w generowanych przez nie wynikach. Wraz z rozwojem algorytmów głębokiego uczenia, a w szczególności z pozbawioną istotnych błędów pełną automatyzacją pracy, powinny one wypierać tradycyjne rozwiązania. Warto natomiast przyjrzeć się różnicom bliżej, aby zaobserwować obszary, w których tradycyjne oprogramowanie nadal sprawdza się lepiej.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 7.

Tytuł:: The procedure of profiling a person to the advertised product
Procedura profilowania osoby do reklamowanego produktu
Autorzy:: Suder, Monika
Opis:: Firmy zwracają obecnie coraz większą uwagę na dopasowanie reklamowanego produktu do danego klienta. Z tej racji dochodzi do segmentacji produktów, a kolejno jego, jak najbardziej celnego, przedstawienia, tak aby zwiększyć prawdopodobieństwo zakupu przez potencjalnego klienta. Przykładowa procedura została przedstawiona w tej pracy. W dzisiejszych czasach zauważa się również znaczącą rolę influencerów w reklamowaniu danego dobra i usługi. W pierwszym rozdziale zostały przedstawione zagadnienia związane z wizerunkiem danej firmy oraz pojęciem sponsoringu. Drugi rozdział przybliża pojęcia segmentacji, jak również profilowania produktów do reklamowanego produktu lub usługi. Przedstawia również podstawowy proces profilowania. Trzeci rozdział ukazuje zastosowanie opisanych wcześniej pojęć w trzech małych przedsiębiorstwach, które zajmują się różną działalnością: sprzedażą ubrań, produkcją i sprzedażą kosmetyków oraz sprzedażą akcesoriów dla zwierząt.
Companies are now paying more attention to matching the advertised product to a given customer. For this reason, the products are segmented, and then the product is presented in the most accurate way, so as to increase the likelihood of a potential customer buying. An exemplary procedure has been presented to this work. Nowadays, there is also a significant role for influencers in advertising a given good and service. The first chapter presents issues related to the image of a given company and the concept of sponsorship. The second chapter introduces the concept of segmentation as well as product profiling to the advertised product or service. It also presents the basic profiling process. The third chapter shows the application of the concepts described earlier in three small enterprises that deal with various activities: clothing sales, production and sale of cosmetics and sale of accessories for animals.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 8.

Tytuł:: Automatic tax form recognition
Automatyczne rozpoznawanie formularzy podatkowych
Autorzy:: Wolny, Maciej
Opis:: This thesis is a proof of concept on how to automate tax settlement in Poland based on the example of PIT-11 and PIT-37 documents. The motivation is to introduce the reader with the office automation topic by showing how to automate a small piece of accountancy work. Artificial Intelligence conquers areas related to a variety of white collar jobs and provides tools capable of replacing most of the repetitive human work. The thesis reviews difficulties faced while converting the information stored on paper to digital data and proposes a new way of reading forms while maintaining context. The reader will be introduced to image processing and optical character recognition as well as to the text matching. All of the above-mentioned topics are presented on the example of modern tax-settling application stored in the Google Cloud.
Ta praca to proof-of-concept w temacie automatyzacji rozliczeń podatkowych w Polsce na przykładzie dokumentów PIT-11 i PIT-37. Motywacją jest zapoznanie czytelnika z tematem automatyzacji biura poprzez pokazanie, jak zautomatyzować niewielką część pracy księgowej. Sztuczna inteligencja podbija różnorodne obszary związane z pracą umysłową i zapewnia narzędzia, które mogą zastąpić większość powtarzalnej ludzkiej pracy. Praca przedstawia trudności, napotkane przy konwersji informacji przechowywanych na papierze na dane cyfrowe, i przedstawia nowy sposób czytania formularzy przy zachowaniu kontekstu. Czytelnik zapozna się z przetwarzaniem obrazu i optycznym rozpoznawaniem znaków, a także dopasowywaniem tekstu. Wszystkie te tematy zostały przedstawione na przykładzie nowoczesnej aplikacji do rozliczania podatków działającej w chmurze Google Cloud.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "image segmentation" wg kryterium: Temat