Rendszámfelismerő rendszerek

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Rendszámfelismerő rendszerek"

Átírás

1 Problémamegoldó szeminárium Témavezető: Pataki Péter ARH Zrt. ELTE-TTK 2013

2 Tartalomjegyzék 1 Bevezetés 2 Út a megoldás felé 3 Felmerült problémák 4 Alkalmazott matematika 5 További lehetőségek

3 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

4 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

5 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

6 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

7 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

8 Motiváció Motiváció Beléptetőrendszerek automatizálása Statisztika készítése Úthasználat kiszámítása Valós idejű forgalomirányítás Közúti szabálysértési nyomozások megkönnyítése Szúrópróbaszerű ellenőrzések

9 A probléma leírása A probléma leírása Rendszám(ok) megtalálása a képen Karakterek detektálása Karakterjellegű foltok kiszűrése (szennyeződések, hibák, matricák figyelmen kívül hagyása) Karakterek felismerése A rendszámtábla szövegének összeálĺıtása

10 A probléma leírása A probléma leírása Rendszám(ok) megtalálása a képen Karakterek detektálása Karakterjellegű foltok kiszűrése (szennyeződések, hibák, matricák figyelmen kívül hagyása) Karakterek felismerése A rendszámtábla szövegének összeálĺıtása

11 A probléma leírása A probléma leírása Rendszám(ok) megtalálása a képen Karakterek detektálása Karakterjellegű foltok kiszűrése (szennyeződések, hibák, matricák figyelmen kívül hagyása) Karakterek felismerése A rendszámtábla szövegének összeálĺıtása

12 A probléma leírása A probléma leírása Rendszám(ok) megtalálása a képen Karakterek detektálása Karakterjellegű foltok kiszűrése (szennyeződések, hibák, matricák figyelmen kívül hagyása) Karakterek felismerése A rendszámtábla szövegének összeálĺıtása

13 A probléma leírása A probléma leírása Rendszám(ok) megtalálása a képen Karakterek detektálása Karakterjellegű foltok kiszűrése (szennyeződések, hibák, matricák figyelmen kívül hagyása) Karakterek felismerése A rendszámtábla szövegének összeálĺıtása

14 Elkészült program Elkészült program Elkészült egy implementáció C#-ban Egyelőre felhasználói beavatkozást igényel Jól paraméterezett, automatizálásra alkalmas

15 Elkészült program Elkészült program Elkészült egy implementáció C#-ban Egyelőre felhasználói beavatkozást igényel Jól paraméterezett, automatizálásra alkalmas

16 Elkészült program Elkészült program Elkészült egy implementáció C#-ban Egyelőre felhasználói beavatkozást igényel Jól paraméterezett, automatizálásra alkalmas

17 A program lépései 1 Bemenet kezelése A bemeneti kép: nagy méretű, színes kép (RGB) Kicsinyítés, szürkeárnyalatossá konvertálás. Kép, mint mátrix, ahol az értékek [0, 255].

18 A program lépései 1 Bemenet kezelése A bemeneti kép: nagy méretű, színes kép (RGB) Kicsinyítés, szürkeárnyalatossá konvertálás. Kép, mint mátrix, ahol az értékek [0, 255].

19 A program lépései 1 Bemenet kezelése A bemeneti kép: nagy méretű, színes kép (RGB) Kicsinyítés, szürkeárnyalatossá konvertálás. Kép, mint mátrix, ahol az értékek [0, 255].

20 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

21 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

22 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

23 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

24 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

25 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

26 A program lépései 2 A karakterek keresése A rendszámtábla karaktereinek keresése Soronként haladva, keretet tolva adott érték fölötti intenzitáskülönbséget keresünk Hisztogramot kapunk: sorok sötét/világos váltakozások száma A kapott hisztogramból kivágjuk a megfelelő részt. A kivágott sor oszlopain keresünk tovább. Hol a rendszám? Új hisztogram készül ahol sűrű tüskéket keresünk Középről indulunk jobbra-balra, újra és újra bővítünk

27 A program lépései 3 A karakterek felfedése A szürke képből fekete-fehér,,bináris képet készítünk, a karakterek könnyebb kinyeréséhez Vágás, adott intenzitás alatt fehér, fölötte fekete Medián, Otsu-algoritmus, saját határalkotás

28 A program lépései 3 A karakterek felfedése A szürke képből fekete-fehér,,bináris képet készítünk, a karakterek könnyebb kinyeréséhez Vágás, adott intenzitás alatt fehér, fölötte fekete Medián, Otsu-algoritmus, saját határalkotás

29 A program lépései 3 A karakterek felfedése A szürke képből fekete-fehér,,bináris képet készítünk, a karakterek könnyebb kinyeréséhez Vágás, adott intenzitás alatt fehér, fölötte fekete Medián, Otsu-algoritmus, saját határalkotás

30 A program lépései 4 A karakterek kinyerése A karakterek szegmentálása, mi tartozik egybe, mi külön? Egy-egy fekete pixel megtalálása, majd innen indított rekurzív geometriai klaszterezés, amíg a kép összes fekete képpontja klaszterbe kerül

31 A program lépései 4 A karakterek kinyerése A karakterek szegmentálása, mi tartozik egybe, mi külön? Egy-egy fekete pixel megtalálása, majd innen indított rekurzív geometriai klaszterezés, amíg a kép összes fekete képpontja klaszterbe kerül

32 A program lépései 5 A karakterek szűrése A kinyert klaszterek valóban karakterek? Eldobjuk, ha 30 pixel alatti, vagy túl széles, vagy túl keskeny (ekkor az I betűk egy része is repül :) )

33 A program lépései 5 A karakterek szűrése A kinyert klaszterek valóban karakterek? Eldobjuk, ha 30 pixel alatti, vagy túl széles, vagy túl keskeny (ekkor az I betűk egy része is repül :) )

34 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

35 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

36 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

37 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

38 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

39 A program lépései 6 A karakterek felismerése Milyen karaktert látunk? A klasztert bekeretezzük, majd a referencia karaktereink képét az adott méretre konvertáljuk (újra binarizáljuk). Egyezés mértéke: fekete pixelek 2 súllyal, fehér pixelek 1 súllyal 80% fölött elfogadjuk, alatta elutasítjuk. Felismerés balról jobbra, fentről le. ±5 fokos forgatás

40 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

41 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

42 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

43 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

44 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

45 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

46 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

47 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

48 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

49 Felmerült és megoldott problémák Felmerült kérdések, megoldott problémák Probléma: Túl nagy felbontású kép, a klaszter túlcsordul Megoldás: Betöltéskor kicsinyítés Probléma: Teherautók krómozott rácsai elrontották a sorok varianciáját Megoldás: Elvetés lehetősége Probléma: Karakternek felismert szennyeződés Megoldás: Előszűrés, amely a jól felismert karakter magassága, szélessége alapján a túl nagy, túl kicsi foltokat kiszűri Probléma: A betűk teteje, alja lemarad Megoldás: 10%-os növelés lehetősége Probléma: Fekete alapon fehér vagy fehér alapon fekete rendszám? Megoldás: Színcsere lehetősége

50 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

51 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

52 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

53 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

54 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

55 Egyelőre megoldatlan problémák Felmerült megoldatlan problémák Dőlő és lejtő karakterek ügyes felismerése Olyan rendszám felismerése, amiben fekete alapon fehér és fehér alapon fekete karakterek is vannak Hisztogram helyett 2D-s csomósodás keresése Összenőtt karakterek vágása, széteső karakterek összerakása Karakterek rendezése karakterfoltok középpontjait egyenes(ek)re illesztve Karakterfoltok előzetes szűrése egymáshoz viszonyított tulajdonságok alapján

56 Felhasznált matematikai ismeretek Klaszterezés Otsu-algoritmus Statisztkiai ismeretek a hisztogramok kezelésénél, mintavételezések Forgatások, binarizálás készítése, vágás helyének eldöntése Algoritmusok alkalmazása

57 Felhasznált matematikai ismeretek Klaszterezés Otsu-algoritmus Statisztkiai ismeretek a hisztogramok kezelésénél, mintavételezések Forgatások, binarizálás készítése, vágás helyének eldöntése Algoritmusok alkalmazása

58 Felhasznált matematikai ismeretek Klaszterezés Otsu-algoritmus Statisztkiai ismeretek a hisztogramok kezelésénél, mintavételezések Forgatások, binarizálás készítése, vágás helyének eldöntése Algoritmusok alkalmazása

59 Felhasznált matematikai ismeretek Klaszterezés Otsu-algoritmus Statisztkiai ismeretek a hisztogramok kezelésénél, mintavételezések Forgatások, binarizálás készítése, vágás helyének eldöntése Algoritmusok alkalmazása

60 Felhasznált matematikai ismeretek Klaszterezés Otsu-algoritmus Statisztkiai ismeretek a hisztogramok kezelésénél, mintavételezések Forgatások, binarizálás készítése, vágás helyének eldöntése Algoritmusok alkalmazása

61 További kutatási lehetőségek, megoldatlan problémák Hatékony, gyors automatizálás A jelenlegi paraméterek (20-30 darab) olyan optimális megválasztása, ami sikeresebb, gyorsabb felismerést tesz lehetővé. Genetikus algoritmus (nagy tér, folytonos paraméterek, jó mérhetőség, kevés előismeret) Neurális hálózat alkalmazása Folyamatos visszacsatolás, futás közbeni adaptálódás.

62 További kutatási lehetőségek, megoldatlan problémák Hatékony, gyors automatizálás A jelenlegi paraméterek (20-30 darab) olyan optimális megválasztása, ami sikeresebb, gyorsabb felismerést tesz lehetővé. Genetikus algoritmus (nagy tér, folytonos paraméterek, jó mérhetőség, kevés előismeret) Neurális hálózat alkalmazása Folyamatos visszacsatolás, futás közbeni adaptálódás.

63 További kutatási lehetőségek, megoldatlan problémák Hatékony, gyors automatizálás A jelenlegi paraméterek (20-30 darab) olyan optimális megválasztása, ami sikeresebb, gyorsabb felismerést tesz lehetővé. Genetikus algoritmus (nagy tér, folytonos paraméterek, jó mérhetőség, kevés előismeret) Neurális hálózat alkalmazása Folyamatos visszacsatolás, futás közbeni adaptálódás.

64 További kutatási lehetőségek, megoldatlan problémák Hatékony, gyors automatizálás A jelenlegi paraméterek (20-30 darab) olyan optimális megválasztása, ami sikeresebb, gyorsabb felismerést tesz lehetővé. Genetikus algoritmus (nagy tér, folytonos paraméterek, jó mérhetőség, kevés előismeret) Neurális hálózat alkalmazása Folyamatos visszacsatolás, futás közbeni adaptálódás.

65 Köszönöm a figyelmet!

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció Mesterséges látás Miről lesz szó? objektumok Bevezetés objektumok A mesterséges látás jelenlegi, technikai eszközökön alapuló világunkban gyakorlatilag azonos a számítógépes képfeldolgozással. Számítógépes

Részletesebben

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia DElosztott I S T R I B U T EEsemények D EV E N T S A NElemzé A L Y S I S se R E SKutatólaboratór E A R C H L A B O R A T Oium R Y L I D A R B a s e d S u r v e i l l a n c e Városi LIDAR adathalmaz szegmentációja

Részletesebben

1. ábra Egy terület DTM-je (balra) és ugyanazon terület DSM-je (jobbra)

1. ábra Egy terület DTM-je (balra) és ugyanazon terület DSM-je (jobbra) Bevezetés A digitális terepmodell (DTM) a Föld felszínének digitális, 3D-ós reprezentációja. Az automatikus DTM előállítás folyamata jelenti egyrészt távérzékelt felvételekből a magassági adatok kinyerését,

Részletesebben

Képszerkesztés elméleti kérdések

Képszerkesztés elméleti kérdések Képszerkesztés elméleti kérdések 1. A... egyedi alkotó elemek, amelyek együttesen formálnak egy képet.(pixelek) a. Pixelek b. Paletták c. Grafikák d. Gammák 2. Az alábbiak közül melyik nem színmodell?

Részletesebben

Panorámakép készítése

Panorámakép készítése Panorámakép készítése Képregisztráció, 2009. Hantos Norbert Blaskovics Viktor Összefoglalás Panoráma (image stitching, planar mosaicing): átfedő képek összeillesztése Lépések: Előfeldolgozás (pl. intenzitáskorrekciók)

Részletesebben

Sztereó képfeldolgozás mobilrobot platform tájékozódásához Önálló laboratórium 2007/2008. tavaszi félév

Sztereó képfeldolgozás mobilrobot platform tájékozódásához Önálló laboratórium 2007/2008. tavaszi félév Sztereó képfeldolgozás mobilrobot platform tájékozódásához Önálló laboratórium 007/008. tavaszi félév Józsa Csongor Konzulens: Dr. Vajda Ferenc 1/1 1. A probléma ismertetése Mobilis robotok ismeretlen

Részletesebben

Alter Róbert Báró Csaba Sensor Technologies Kft

Alter Róbert Báró Csaba Sensor Technologies Kft Közúti forgalomelemzés kamerával e_traffic Alter Róbert Báró Csaba Sensor Technologies Kft Előadás témái Cégbemutató Videó analitikai eljárások Forgalomszámláló eszközök összehasonlítása e_traffic forgalomelemző

Részletesebben

ELEMI BÁZISTRANSZFORMÁCIÓ LÉPÉSEI 1.EGYSZERŰSÍTETT VÁLTOZAT. 1.a) Paramétert nem tartalmazó eset

ELEMI BÁZISTRANSZFORMÁCIÓ LÉPÉSEI 1.EGYSZERŰSÍTETT VÁLTOZAT. 1.a) Paramétert nem tartalmazó eset ELEMI BÁZISTRANSZFORMÁCIÓ LÉPÉSEI 1.EGYSZERŰSÍTETT VÁLTOZAT 1.a) Paramétert nem tartalmazó eset A bázistranszformáció egyszerűsített változatában a bázison kívül elhelyezkedő vektorokból amennyit csak

Részletesebben

Általános követelmények a kép tartalmával és minőségével kapcsolatban

Általános követelmények a kép tartalmával és minőségével kapcsolatban Általános követelmények a kép tartalmával és minőségével kapcsolatban A következő követelmények egyrészt azért fontosak, hogy megfelelően dokumentálják az eseményeket (bizonyítékként felhasználóak legyenek),

Részletesebben

Automatikus épület-felismerés ortofotókon objektum-alapú eljárással

Automatikus épület-felismerés ortofotókon objektum-alapú eljárással Automatikus épület-felismerés ortofotókon objektum-alapú eljárással Gera Dávid Ákos, Nádor Gizella, Surek György Földmérési és Távérzékelési Intézet Távérzékelési Igazgatóság 1. Bevezetés Napjainkban a

Részletesebben

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Budapesti Műszaki és Gazdaságtudományi Egyetem Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Cselkó Richárd 2009. október. 15. Az előadás fő témái Soft Computing technikák alakalmazásának

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I. : Intelligens Rendszerek Gyakorlata Neurális hálózatok I. dr. Kutor László http://mobil.nik.bmf.hu/tantargyak/ir2.html IRG 3/1 Trend osztályozás Pnndemo.exe IRG 3/2 Hangulat azonosítás Happy.exe IRG 3/3

Részletesebben

Kovács Ernő 1, Füvesi Viktor 2

Kovács Ernő 1, Füvesi Viktor 2 Kovács Ernő 1, Füvesi Viktor 2 1 Miskolci Egyetem, Elektrotechnikai - Elektronikai Tanszék 2 Miskolci Egyetem, Alkalmazott Földtudományi Kutatóintézet 1 HU-3515 Miskolc-Egyetemváros 2 HU-3515 Miskolc-Egyetemváros,

Részletesebben

Számítógépes Grafika SZIE YMÉK

Számítógépes Grafika SZIE YMÉK Számítógépes Grafika SZIE YMÉK Analóg - digitális Analóg: a jel értelmezési tartománya (idő), és az értékkészletes is folytonos (pl. hang, fény) Diszkrét idejű: az értelmezési tartomány diszkrét (pl. a

Részletesebben

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54

Részletesebben

Képszerkesztés elméleti feladatainak kérdései és válaszai

Képszerkesztés elméleti feladatainak kérdései és válaszai Képszerkesztés elméleti feladatainak kérdései és válaszai 1. A... egyedi alkotóelemek, amelyek együttesen formálnak egy képet. Helyettesítse be a pixelek paletták grafikák gammák Helyes válasz: pixelek

Részletesebben

A tervfeladat sorszáma: 1 A tervfeladat címe: ALU egység 8 regiszterrel és 8 utasítással

A tervfeladat sorszáma: 1 A tervfeladat címe: ALU egység 8 regiszterrel és 8 utasítással .. A tervfeladat sorszáma: 1 A ALU egység 8 regiszterrel és 8 utasítással Minimálisan az alábbi képességekkel rendelkezzen az ALU 8-bites operandusok Aritmetikai funkciók: összeadás, kivonás, shift, komparálás

Részletesebben

Papp Ferenc Barlangkutató Csoport. Barlangtérképezés. Fotómodellezés. Holl Balázs 2014. negyedik változat hatodik kiegészítés 4.6

Papp Ferenc Barlangkutató Csoport. Barlangtérképezés. Fotómodellezés. Holl Balázs 2014. negyedik változat hatodik kiegészítés 4.6 Papp Ferenc Barlangkutató Csoport Barlangtérképezés Fotómodellezés Holl Balázs 2014 negyedik változat hatodik kiegészítés 4.6 (első változat 2011) A felszíni térképezés már egy évszázada a légifotókon

Részletesebben

Partíció probléma rekurzíómemorizálással

Partíció probléma rekurzíómemorizálással Partíció probléma rekurzíómemorizálással A partíciószám rekurzív algoritmusa Ω(2 n ) műveletet végez, pedig a megoldandó részfeladatatok száma sokkal kisebb O(n 2 ). A probléma, hogy bizonyos már megoldott

Részletesebben

INFORMATIKA TANMENET SZAKKÖZÉPISKOLA 9.NY OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

INFORMATIKA TANMENET SZAKKÖZÉPISKOLA 9.NY OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség kezdete: 2013. 09. 01. Oldal/összes: 1/6 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 INFORMATIKA

Részletesebben

Táblázatok. Feladatok Szegélyek és cellák. 1. feladat. 2. feladat

Táblázatok. Feladatok Szegélyek és cellák. 1. feladat. 2. feladat Táblázatok A táblázatok cellákat tartalmazó sorokból és oszlopokból épülnek fel. A cellában szöveg, szövegközi grafikák és egyéb táblázatok is elhelyezhetők. A táblázat táblázatba történő beszúrásánál

Részletesebben

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok Zrínyi Miklós Gimnázium Művészet és tudomány napja Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok 10/9/2009 Dr. Viharos Zsolt János Elsősorban volt Zrínyis diák Tudományos főmunkatárs

Részletesebben

A Matrix-Police automatikus rendszám-azonosító berendezés rövid ismertetése

A Matrix-Police automatikus rendszám-azonosító berendezés rövid ismertetése Automatikus rendszám-azonosító - A Matrix-Police rövid ismertetése - Ajánlott összeállítás a Matrix-Police berendezésre - Matrix-Police kezelõi kézikönyv A Matrix-Police automatikus rendszám-azonosító

Részletesebben

Képszűrés II. Digitális képelemzés alapvető algoritmusai. Laplace-operátor és approximációja. Laplace-szűrő és átlagolás. Csetverikov Dmitrij

Képszűrés II. Digitális képelemzés alapvető algoritmusai. Laplace-operátor és approximációja. Laplace-szűrő és átlagolás. Csetverikov Dmitrij Képszűrés II Digitális képelemzés alapvető algoritmusai Csetverikov Dmitrij Eötvös Lóránd Egyetem, Budapest csetverikov@sztaki.hu http://vision.sztaki.hu Informatikai Kar 1 Laplace-szűrő 2 Gauss- és Laplace-képpiramis

Részletesebben

Fotódokumentáció. Projektazonosító: KMOP-1.1.1-08/1-2008-0049

Fotódokumentáció. Projektazonosító: KMOP-1.1.1-08/1-2008-0049 Fotódokumentáció Projektazonosító: KMOP-1.1.1-08/1-2008-0049 Laborkísérletekhez használt reaktorrendszer előkészítése A laborkísérletek elvégzéséhez szükséges volt egy kisméretű FCR (food chain reactor

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

Programozás I. Egyszerű programozási tételek. Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu

Programozás I. Egyszerű programozási tételek. Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Programozás I. 3. előadás Egyszerű programozási tételek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Informatikai Intézet 2015. szeptember

Részletesebben

SAPINTIA ERDÉLYI MAGYAR TUDOMÁNYEGYETEM M SZAKI ÉS HUMÁNTUDOMÁNYOK KAR MATEMATIKA - INFORMATIKA TANSZÉK. TDK Dolgozat. Hibrid képleírás.

SAPINTIA ERDÉLYI MAGYAR TUDOMÁNYEGYETEM M SZAKI ÉS HUMÁNTUDOMÁNYOK KAR MATEMATIKA - INFORMATIKA TANSZÉK. TDK Dolgozat. Hibrid képleírás. SAPINTIA ERDÉLYI MAGYAR TUDOMÁNYEGYETEM M SZAKI ÉS HUMÁNTUDOMÁNYOK KAR MATEMATIKA - INFORMATIKA TANSZÉK TDK Dolgozat Hibrid képleírás TÉMAVEZETŽ: Egyed-Zsigmond El d SZERZŽ: Madaras Hunór 2014 Április

Részletesebben

2. Pont operációk. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)

2. Pont operációk. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2. Pont operációk Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Kép transzformációk típusai Kép értékkészletének (radiometriai információ)

Részletesebben

2. Elméleti összefoglaló

2. Elméleti összefoglaló 2. Elméleti összefoglaló 2.1 A D/A konverterek [1] A D/A konverter feladata, hogy a bemenetére érkező egész számmal arányos analóg feszültséget vagy áramot állítson elő a kimenetén. A működéséhez szükséges

Részletesebben

Számítási feladatok a Számítógépi geometria órához

Számítási feladatok a Számítógépi geometria órához Számítási feladatok a Számítógépi geometria órához Kovács Zoltán Copyright c 2012 Last Revision Date: 2012. október 15. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát

Részletesebben

Növények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet

Növények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet 1. A téma célkitűzés Növények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet A kutatási téma célja különböző haszon- és gyomnövények,

Részletesebben

mintásfal 60 40 2 2 mintásfal :m :sz :dbjobbra :dbfel

mintásfal 60 40 2 2 mintásfal :m :sz :dbjobbra :dbfel 6.osztály 1.foglalkozás 6.osztály 2.foglalkozás kocka kockafal :db minta Készítsd el ezt a mintát! A minta hosszú oldala 60 a rövid oldala 40 egység hosszú. A hosszú oldal harmada a négyzet oldala! A háromszög

Részletesebben

INFORMATIKA TANMENET 9. OSZTÁLY

INFORMATIKA TANMENET 9. OSZTÁLY INFORMATIKA TANMENET 9. OSZTÁLY Éves óraszám: 36 óra 1. Teremrend, balesetvédelem Szervezés, tanév rendje. A számítógép és biztonság. Informatikai eszközök 2. Hardvereszközök A számítógép és a perifériák

Részletesebben

Megoldás: Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7

Megoldás: Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7 A = {1; 3; 5; 7; 9} A B = {3; 5; 7} A/B = {1; 9} Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7 Azonos alapú hatványokat

Részletesebben

MÖSZ Konferencia 2014. március 26. Térfigyelő rendszerek széleskörű alkalmazása

MÖSZ Konferencia 2014. március 26. Térfigyelő rendszerek széleskörű alkalmazása MÖSZ Konferencia 2014. március 26. Térfigyelő rendszerek széleskörű alkalmazása Bárány Attila Üzletágvezető, Bosch ST Hungary 1 ST/PRM1-EU 25th-26th of October, 2012 Robert Bosch GmbH 2012. All rights

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

KÉPI ADATBÁZISOK SZAKIRÁNY

KÉPI ADATBÁZISOK SZAKIRÁNY KÉPI ADATBÁZISOK SZAKIRÁNY A Képi adatbázisok (KAB) szakirány célja, hogy a képi információk alapján történõ keresések megvalósításához szükséges képfeldolgozási és alakfelismerési ismereteket összegezze,

Részletesebben

Egyszerű programozási tételek

Egyszerű programozási tételek Egyszerű programozási tételek 2. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2011. szeptember 15. Sergyán (OE NIK) AAO 02 2011. szeptember 15.

Részletesebben

Távérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban

Távérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban Távérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban László István Földmérési és Távérzékelési Intézet laszlo.istvan@fomi.hu Adatintegráció, adatfúzió

Részletesebben

A LÉGIKÖZLEKEDÉSI ZAJ TERJEDÉSÉNEK VIZSGÁLATA BUDAPEST FERIHEGY NEMZETKÖZI REPÜLŐTÉR

A LÉGIKÖZLEKEDÉSI ZAJ TERJEDÉSÉNEK VIZSGÁLATA BUDAPEST FERIHEGY NEMZETKÖZI REPÜLŐTÉR A LÉGIKÖZLEKEDÉSI ZAJ TERJEDÉSÉNEK VIZSGÁLATA BUDAPEST FERIHEGY NEMZETKÖZI REPÜLŐTÉR KÖRNYEZETÉBEN Témavezetők: Konzulensek: Szarvas Gábor, Budapest Airport Zrt. Dr. Weidinger Tamás, ELTE TTK Meteorológiai

Részletesebben

Rónai Gergely. fejlesztési főmérnök BKK Közút Zrt.

Rónai Gergely. fejlesztési főmérnök BKK Közút Zrt. ITS fejlesztés Budapesten Rónai Gergely fejlesztési főmérnök BKK Közút Zrt. A fővárosi ITS kezdetei Nemzeti Közlekedési Napok 2013 - ITS fejlesztés Budapesten 2 ITS fejlesztések szervezeti háttere Budapest

Részletesebben

Távérzékelés gyakorlat Fotogrammetria légifotó értelmezés

Távérzékelés gyakorlat Fotogrammetria légifotó értelmezés Távérzékelés gyakorlat Fotogrammetria légifotó értelmezés I. A légifotók tájolása a térkép segítségével: a). az ábrázolt terület azonosítása a térképen b). sztereoszkópos vizsgálat II. A légifotók értelmezése:

Részletesebben

Büki András UNIX/Linux héjprogramozás Büki András: UNIX/Linux héjprogramozás Büki András Felelõs kiadó a Kiskapu Kft. ügyvezetõ igazgatója 2002 Kiskapu Kft. 1081 Budapest Népszínház u. 29. Tel: (+36-1)

Részletesebben

Kincsvadászat. Feladatleírás Regular Category / Junior High School. WRO Magyarország Nemzeti Forduló 2015

Kincsvadászat. Feladatleírás Regular Category / Junior High School. WRO Magyarország Nemzeti Forduló 2015 Kincsvadászat Feladatleírás Regular Category / Junior High School WRO Magyarország Nemzeti Forduló 2015 Ez a dokumentum a World Robot Olympiad magyarországi Nemzeti Fordulóján érvényes. A Nemzetközi Döntő

Részletesebben

19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI

19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI 19. AZ ÖSSZEHASONLÍTÁSOS RENDEZÉSEK MŰVELETIGÉNYÉNEK ALSÓ KORLÁTJAI Ebben a fejezetben aszimptotikus (nagyságrendi) alsó korlátot adunk az összehasonlításokat használó rendező eljárások lépésszámára. Pontosabban,

Részletesebben

Pay As You Drive. Annyit fizetsz, amennyit vezetsz

Pay As You Drive. Annyit fizetsz, amennyit vezetsz Pay As You Drive Annyit fizetsz, amennyit vezetsz. Pay As You Drive AUTOMETRIX Antal Csaba ügyvezető igazgató TrafficNav Kft. A PAYD szolgáltatás neve 2 Pay As You Drive AUTOMETRIX A TrafficNav Kft. fő

Részletesebben

Mark like a Professional. FlyMarker PRO Jelölő rendszer

Mark like a Professional. FlyMarker PRO Jelölő rendszer Mark like a Professional FlyMarker PRO Jelölő rendszer Mark like a Professional FlyMarker PRO MOBIL Berendezés FlyMarker PRO kézi jelölő rendszer szinte gyerekjátékká teszi a terjedelmes, nagy, nem mozdítható

Részletesebben

Arculati kézikönyv. Tartalom

Arculati kézikönyv. Tartalom Arculati kézikönyv Tartalom 1. Alapvető arculati elemek... 2 1.1. A logotípia méretezése és színei... 2 1.1 A logotípia változatai... 3 1.2 A logotípia helyes használata... 4 1.3 Arculati betű és szöveg

Részletesebben

megfelelő. A számítógépes feldolgozás során előállíthatók a 3 dimenziós sűrűségi adatok szegmentálásával a szöveteket határoló

megfelelő. A számítógépes feldolgozás során előállíthatók a 3 dimenziós sűrűségi adatok szegmentálásával a szöveteket határoló Az utóbbi évtizedekben tapasztalható drasztikus teljesítmény-növekedésnek köszönhetően számtalan feladat megoldását tudjuk számítógépekkel végezni: folyadékok viselkedését szimulálhatjuk, élethű virtuális

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

Routing IPv4 és IPv6 környezetben. Professzionális hálózati feladatok RouterOS-el

Routing IPv4 és IPv6 környezetben. Professzionális hálózati feladatok RouterOS-el Routing IPv4 és IPv6 környezetben Professzionális hálózati feladatok RouterOS-el Tartalom 1. Hálózatok osztályozása Collosion/Broadcast domain Switchelt hálózat Routolt hálózat 1. Útválasztási eljárások

Részletesebben

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény

Részletesebben

Fenyős Zoltán. Fenyősné Kircsi Amália. Tanmenet. informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA

Fenyős Zoltán. Fenyősné Kircsi Amália. Tanmenet. informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA Fenyős Zoltán Fenyősné Kircsi Amália Tanmenet informatika általános iskola 4. osztály ÉVES ÓRASZÁM 36 ÓRA AJÁNLOTT TANKÖNYVEK ÉS MUNKAFÜZET Fenyős Zoltán Fenyősné Kircsi Amália: Gyöngyforrás (Játékos informatika

Részletesebben

Beszédfelismerő szoftver adaptálása C# programozási nyelvre

Beszédfelismerő szoftver adaptálása C# programozási nyelvre Beszédfelismerő szoftver adaptálása C# programozási nyelvre Készítette: Sztahó Dávid A szoftver leírása A szoftver által megvalósított funkciók blokkvázlatát az 1. ábra mutatja. A szoftver valós idejű

Részletesebben

A VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL

A VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL 35. Meteorológiai Tudományos Napok, Magyar Tudományos Akadémia, 2009. november 20. A VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL Dezső Zsuzsanna, Bartholy Judit, Pongrácz Rita Eötvös

Részletesebben

KONDÍCIÓ A FUTBALLBAN FITNESS IN FOOTBALL. Mérkőzés követelmények 2013.10.02. Alapfogalmak

KONDÍCIÓ A FUTBALLBAN FITNESS IN FOOTBALL. Mérkőzés követelmények 2013.10.02. Alapfogalmak KONDÍCIÓ A FUTBALLBAN FITNESS IN FOOTBALL Alapfogalmak KONDÍCIÓ A FUTBALLBAN FITNESS IN FOOTBALL Kondíció /fitness/ Edzettség Erőnlét Fizikai képességek Forma Kondíció (feltétel) Koordináció játékkészség

Részletesebben

TÁMOP 6.1.4. Koragyermekkori (0-7 év) kiemelt projekt

TÁMOP 6.1.4. Koragyermekkori (0-7 év) kiemelt projekt TÁMOP 6.1.4. Koragyermekkori (0-7 év) kiemelt projekt Kapcsolat a Programmal II. cél: Gyermek alapellátás egységesebbé tétele az esélyegyenlőség javítása érdekében a hozzáférhetőség javításával és a jobb

Részletesebben

Microsoft Excel 2010. Gyakoriság

Microsoft Excel 2010. Gyakoriság Microsoft Excel 2010 Gyakoriság Osztályközös gyakorisági tábla Nagy számú mérési adatokat csoportokba (osztályokba) rendezése -> könnyebb áttekintés Osztályokban szereplő adatok száma: osztályokhoz tartozó

Részletesebben

KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató

KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / 2014.10.16. Mezei Ferenc üzletág-igazgató Hasonló, mégis más Ez se rossz amíg ezt ki nem próbáltad!

Részletesebben

Egyirányban láncolt lista

Egyirányban láncolt lista Egyirányban láncolt lista A tárhely (listaelem) az adatelem értékén kívül egy mutatót tartalmaz, amely a következő listaelem címét tartalmazza. A láncolt lista első elemének címét egy, a láncszerkezeten

Részletesebben

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t Ellenőrző kérdések 2. Kis dolgozat kérdései 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t 37. Ha t szintű indexet használunk,

Részletesebben

A kompetencia alapú matematika oktatás. tanmenete a 9. osztályban. Készítette Maitz Csaba

A kompetencia alapú matematika oktatás. tanmenete a 9. osztályban. Készítette Maitz Csaba A kompetencia alapú matematika oktatás tanmenete a 9. osztályban Készítette Maitz Csaba Szerkesztési feladatok 1. Síkgeometriai alapfogalmak 2. Egyszerűbb rajzok, szerkesztések körző, vonalzó használata

Részletesebben

ACO mélyépítés ACO DRAIN. Faveremrácsok. Favédô rendszerek

ACO mélyépítés ACO DRAIN. Faveremrácsok. Favédô rendszerek ACO mélyépítés Faveremrácsok Favédô rendszerek Tartalomjegyzék Információk 92 WOTAN favédô rendszer 93 WOTAN favédô rendszer beépítési utasítás 95 Standard favédô rendszer 96 Standard favédô rendszer beépítési

Részletesebben

4. 3. 2. 1. 8. 9. 10. 12. A MOL Gold termékkódos kártya leírása: A kártya előlapját ábrázolja a következő kép:

4. 3. 2. 1. 8. 9. 10. 12. A MOL Gold termékkódos kártya leírása: A kártya előlapját ábrázolja a következő kép: A MOL Gold termékkódos kártya leírása: A kártya előlapját ábrázolja a következő kép: 3. 2. 8. 9. 10. 12. 5. 6. 1 7. A szabvány bankkártya-méretű MOL Gold üzemanyagkártyán egy alap fotó látható. A kártya

Részletesebben

Matematika az építészetben

Matematika az építészetben Matematika az építészetben Molnár-Sáska Katalin Főisk.docens YMÉK Bevezetés - Történeti áttekintés - A geometria helye a főiskolai képzésben - Újraindítás és körülményei Részletes tanmenet Megjegyzések:

Részletesebben

Szakdolgozati szeminárium

Szakdolgozati szeminárium Szakdolgozati szeminárium Borbély Tibor Bors munkaügyi kutató 2007. 06. 09. szakdolgozati szeminárium 1 Szakdolgozat készítése- a cél 30-tól (felsőfokú szakképzés) kb. 300 oldalig (M, PhD) terjed géppel

Részletesebben

Intelligens Rendszerek Elmélete

Intelligens Rendszerek Elmélete Intelligens Rendszerek Elmélete Dr. Kutor László : Mesterséges neurális hálózatok felügyelt tanítása hiba visszateresztő Back error Propagation algoritmussal Versengéses tanulás http://mobil.nik.bmf.hu/tantargyak/ire.html

Részletesebben

Geometriai algoritmusok

Geometriai algoritmusok Geometriai algoritmusok Alapfogalmak Pont: (x,y) R R Szakasz: Legyen A,B két pont. Az A és B pontok által meghatározott szakasz: AB = {p = (x,y) : x = aa.x + (1 a)b.x,y = aa.y + (1 a)b.y),a R,0 a 1. Ha

Részletesebben

Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához

Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához 1 Nemzeti Workshop Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához Berczeli Attila Campden BRI Magyarország

Részletesebben

INFORMATIKA ÉRETTSÉGI VIZSGAKÖVETELMÉNYEK AZ ÉRETTSÉGI VIZSGA RÉSZLETES TEMATIKÁJA

INFORMATIKA ÉRETTSÉGI VIZSGAKÖVETELMÉNYEK AZ ÉRETTSÉGI VIZSGA RÉSZLETES TEMATIKÁJA A témakörök előtt lévő számok az informatika tantárgy részletes vizsgakövetelménye és a vizsga leírása dokumentumban szereplő témaköröket jelölik. KÖVETELMÉNYEK 1.1. A kommunikáció 1.1.1. A kommunikáció

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Képszerkesztés. Letölthető mintafeladatok gyakorláshoz: Minta teszt 1 Minta teszt 2. A modul célja

Képszerkesztés. Letölthető mintafeladatok gyakorláshoz: Minta teszt 1 Minta teszt 2. A modul célja Képszerkesztés Letölthető mintafeladatok gyakorláshoz: Minta teszt 1 Minta teszt 2 A modul célja Az ECDL Képszerkesztés alapfokú követelményrendszerben (Syllabus 1.0) a vizsgázónak értenie kell a digitális

Részletesebben

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása 1 Információk 2 A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin Elérhetőség mesko.katalin@tfk.kefo.hu Fogadóóra: szerda 9:50-10:35 Számonkérés időpontok Április 25. 9 00 Május 17. 9 00 Június

Részletesebben

KÖRFŐRÉSZLAP PROGRAM KIMUTATJUK A FOGUNK FEHÉRÉT

KÖRFŐRÉSZLAP PROGRAM KIMUTATJUK A FOGUNK FEHÉRÉT KÖRFŐRÉSZLAP PROGRAM KIMUTATJUK A FOGUNK FEHÉRÉT FŐRÉSZELJÜNK ÚGY, MINT A PROFIK A tökéletes főrészelés, pontos, tiszta vágásokkal nem lehet véletlen. Egy jó körfőrész mellett a főrészlap minıségének is

Részletesebben

2.19. Grafikai programok

2.19. Grafikai programok 2.19. Grafikai programok A digitális képfeldolgozás leglátványosabb eszközei a grafikai célú szoftverek. Igen gazdag funkciógyűjteménnyel rendelkeznek, így ebben a fejezetben csupán felvillantásszerűen

Részletesebben

ÁRLISTA. Korrekt Nívós Szélsebes

ÁRLISTA. Korrekt Nívós Szélsebes ÁRLISTA Korrekt Nívós Szélsebes tartalomjegyzék Számítási feltételek 2 Kiegészítők árlistája 3-4 Üveg felárak 5-6 Kiegészítők 6 Kiegészítők: Revento, Libris, Libris Plusz, Ergono Ablakokhoz 7 Fix ablak

Részletesebben

A TDI és elterelés jelentési rendszer. Működése, informatikai háttere

A TDI és elterelés jelentési rendszer. Működése, informatikai háttere A TDI és elterelés jelentési rendszer Működése, informatikai háttere Bevezetés OAI és EüM szakmai koordinációs feladatok az addiktológiai betegeket ellátó eü-i intézmények körében 1994-óta OSAP papír formájú

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

Az olvasási képesség szerepe a matematikai gondolkodás fejlődésében. Steklács János Kecskeméti Főiskola Humán Tudományok Intézete steklacs@gmail.

Az olvasási képesség szerepe a matematikai gondolkodás fejlődésében. Steklács János Kecskeméti Főiskola Humán Tudományok Intézete steklacs@gmail. Az olvasási képesség szerepe a matematikai gondolkodás fejlődésében Steklács János Kecskeméti Főiskola Humán Tudományok Intézete steklacs@gmail.com Vázlat Számolás és olvasás Szöveges feladatok Az olvasási

Részletesebben

INFORMATIKA VIZSGAKÖVETELMÉNYEK

INFORMATIKA VIZSGAKÖVETELMÉNYEK INFORMATIKA VIZSGAKÖVETELMÉNYEK 12.E OSZTÁLY A) Magas szintű táblázatkezelés Adatok rendezése, autó és irányított szűrése. Adatbázisfüggvények használata. B) Adatbázis kezelés Adatok importálása Űrlapok

Részletesebben

INFORMATIKA ÉRETTSÉGI VIZSGA ÁLTALÁNOS KÖVETELMÉNYEI

INFORMATIKA ÉRETTSÉGI VIZSGA ÁLTALÁNOS KÖVETELMÉNYEI 1. oldal, összesen: 6 oldal INFORMATIKA ÉRETTSÉGI VIZSGA ÁLTALÁNOS KÖVETELMÉNYEI A vizsga formája Középszinten: gyakorlati és szóbeli. Emeltszinten: gyakorlati és szóbeli. Az informatika érettségi vizsga

Részletesebben

Bevezetés a programozásba

Bevezetés a programozásba Bevezetés a programozásba 1. Előadás Bevezetés, kifejezések http://digitus.itk.ppke.hu/~flugi/ Egyre precízebb A programozás természete Hozzál krumplit! Hozzál egy kiló krumplit! Hozzál egy kiló krumplit

Részletesebben

1. Képalkotás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)

1. Képalkotás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 1. Képalkotás Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Képalkotás fizikai paraméterei Geometriai Vetítés típusa (perspectív) Kamera

Részletesebben

Programozási tételek. Dr. Iványi Péter

Programozási tételek. Dr. Iványi Péter Programozási tételek Dr. Iványi Péter 1 Programozási tételek A programozási tételek olyan általános algoritmusok, melyekkel programozás során gyakran találkozunk. Az algoritmusok általában számsorozatokkal,

Részletesebben

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363 1/363 Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 20/2011 Az Előadások Témái 226/363 Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus

Részletesebben

i=1 i+3n = n(2n+1). j=1 2 j < 4 2 i+2 16 k, azaz az algoritmus valóban konstans versenyképes.

i=1 i+3n = n(2n+1). j=1 2 j < 4 2 i+2 16 k, azaz az algoritmus valóban konstans versenyképes. 1. Feladat Adott egy parkoló, ahol egy professzor a kocsiját tartja. A parkolóhelyeket egy n és n közötti szám azonosítja, az azonosító szerint helyezkednek el balról jobbra. A professzor kijön az egyetemr

Részletesebben

Rendszám felismerő rendszer általános működési leírás

Rendszám felismerő rendszer általános működési leírás Rendszám felismerő rendszer általános működési leírás Creativ Bartex Solution Kft. 2009. A rendszer funkciója A rendszer fő funkciója elsősorban parkolóházak gépkocsiforgalmának, ki és beléptetésének kényelmesebbé

Részletesebben

Általános információk

Általános információk Általános információk SZLGFÜGGÖNY SZLGFÜGGÖNY beltéri felhasználás méretek megadásának sorrendje: szélesség x magasság megadott méret szalagfüggöny komplett mérete (sín+lamella) garancia 1 év kézi mozgatásnál,

Részletesebben

Közúti Forgalomfigyelő Rendszer (A1Build4)

Közúti Forgalomfigyelő Rendszer (A1Build4) Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai és Automatizált Rendszerek szakirány Közúti Forgalomfigyelő Rendszer (A1Build4) Dokumentáció Kun Attila József Konzulens: Vámossy

Részletesebben

Osztályozó- és javítóvizsga Informatika tantárgyból 2014-2015

Osztályozó- és javítóvizsga Informatika tantárgyból 2014-2015 Osztályozó- és javítóvizsga Informatika tantárgyból 2014-2015 Vizsgakövetelmények: A 9. évfolyamon a tanulóknak több kisebb feladatot kell megoldaniuk a számítógép felhasználásával 45 perc alatt. Felsőbb

Részletesebben

Táblázatok kezelése. 1. ábra Táblázat kezelése menüből

Táblázatok kezelése. 1. ábra Táblázat kezelése menüből Táblázat beszúrása, létrehozása A táblázatok készítésének igénye már a korai szövegszerkesztőkben felmerült, de ezekben nem sok lehetőség állt rendelkezésre. A mai szövegszerkesztőket már kiegészítették

Részletesebben

Pályázat a terep-rallye szakágban alkalmazandó GPS alapú,on-line nyomkövető rendszerre FELOLVASÓ LAP

Pályázat a terep-rallye szakágban alkalmazandó GPS alapú,on-line nyomkövető rendszerre FELOLVASÓ LAP Pályázat a terep-rallye szakágban alkalmazandó GPS alapú,on-line nyomkövető rendszerre FELOLVASÓ LAP Pályázó neve: Székhelye, értesítési címe: Cégjegyzékszáma: Adószáma: Képviseletére jogosult (név, tisztség,

Részletesebben

Tarifa 2014. RINGIER KIADÓ KFT. 1082 Budapest, Futó u. 35 37. HIRDETÉSFELVÉTEL: tel.: (1) 460 4886, fax: (1) 460 2579 e-mail: hirdetes@ringier.

Tarifa 2014. RINGIER KIADÓ KFT. 1082 Budapest, Futó u. 35 37. HIRDETÉSFELVÉTEL: tel.: (1) 460 4886, fax: (1) 460 2579 e-mail: hirdetes@ringier. Tarifa 2014 Érvényes: 2014. február 15 - április 6. A Ringier Kiadó Kft. Blikk Nők Egészség kiadványának a választási eljárásról szóló 2013. évi XXXVI. tv. 146. 148. -aiban szabályozott politikai reklámokra

Részletesebben

Oktatási azonosító Vizsga idıpontja Vizsga típusa Tantárgy Elért pontszám

Oktatási azonosító Vizsga idıpontja Vizsga típusa Tantárgy Elért pontszám 71358932434 71457472261 71605522862 71650660111 71660992975 71665377048 71679875605 71768484518 71768486497 71769281879 71833697122 71872475320 71943429914 71959440135 71959443861 2015-01-17 10:00 9. évfolyam

Részletesebben

Intelligens partner rendszer virtuális kórházi osztály megvalósításához

Intelligens partner rendszer virtuális kórházi osztály megvalósításához Intelligens partner rendszer virtuális kórházi osztály megvalósításához 1. Célkitűzések A pályázat célja egy virtuális immunológiai osztály kialakítása, amelynek segítségével a különböző betegségekkel

Részletesebben

Vállalati modellek. Előadásvázlat. dr. Kovács László

Vállalati modellek. Előadásvázlat. dr. Kovács László Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység

Részletesebben

Bevezetés. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)

Bevezetés. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) Bevezetés Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Digitális képfeldolgozás digitális képfeldolgozás számítógépes grafika digitális

Részletesebben

Titkok Trükkök Tippek: Az FKERES (munkafüzet és e-könyv)

Titkok Trükkök Tippek: Az FKERES (munkafüzet és e-könyv) Miért nem működik az FKERES (vagy a VKERES) függvény? Amikor az FKERES függvényt alkalmazzuk, lényegében ezt mondjuk a függvénynek: Itt egy érték. Menj egy másik helyre, találd meg ezt az értéket, és mutasd

Részletesebben

Kárrendezési tudnivalók Gépjármű káresemények

Kárrendezési tudnivalók Gépjármű káresemények Kárrendezési tudnivalók Gépjármű káresemények Az alábbiakban összegyűjtöttük azokat az információkat, amelyek egy gépjárművet ért káresemény kapcsán az Ön segítségére lehetnek, valamint elősegítik a gyors

Részletesebben