Találati lista | Tudóstér

001-es BibID:	BIBFORM104328
035-os BibID:	(Scopus)85140972315
Első szerző:	Kapusi Tibor Péter (mérnökinformatikus, villamosmérnök)
Cím:	Deep learning-based anomaly detection for imaging in autonomous vehicles / Tibor Péter Kapusi, László Kovács, András Hajdu
Dátum:	2022
Megjegyzések:	Autonomous driving and self-driven vehicles have become among the most pursued research areas in recent years. Nowadays, various driving tasks can be solved by applying the newest machine learning techniques such as line tracking, traffic sign recognition, automated speed adjustment, and parking. However, difficult visual conditions and anomalies can cause problems in selected algorithms, which may occur unexcepted and failure operations in these cases. It is also expected not just very expensive to do such kinds of experiments, but these problematic conditions are also lead to dangerous traffic situations at the same time. We made an effort to put these kinds of studies into a cost-effective and safe model-scale environment. This paper introduces an anomaly detection method capable of recognizing abnormal and burnt-out objects in image scenes. Our proposed method is based on a fast neural network architecture using YOLO layers to detect regions. Our experiments demonstrate the capabilities and detection accuracy of the designed neural network, called anomalyNet, with the complete training and evaluation process. In the study, we work with publicly available datasets, but our model-sized track and DAVE (University of Debrecen Autonomous VehiclE) play an important role also.
ISBN:	9781665496520
Tárgyszavak:	Műszaki tudományok Informatikai tudományok tanulmány, értekezés könyvrészlet anomaly detection anomalyNet autonomous driving deep learning burn-out DAVE model sized autonomous vehicle YOLO
Megjelenés:	2022 IEEE 2nd Conference on Information Technology and Data Science (CITDS): Proceedings (2022.05.16-18.)(Debrecen) / szerk. Fazekas István. - p. 142-147. -
További szerzők:	Kovács László (1984-) (informatikus) Hajdu András (1973-) (matematikus, informatikus)
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM102588
035-os BibID:	(cikkazonosító)69 (WoS)000845243900001 (Scopus)85133535530
Első szerző:	Kapusi Tibor Péter (mérnökinformatikus, villamosmérnök)
Cím:	Application of Deep Learning in the Deployment of an Industrial SCARA Machine for Real-Time Object Detection / Tibor Péter Kapusi, Timotei István Erdei, Géza Husi, András Hajdu
Dátum:	2022
ISSN:	2218-6581
Tárgyszavak:	Műszaki tudományok Gépészeti tudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	Robotics. - 11 : 4 (2022), p. 1-20. -
További szerzők:	Erdei Timotei István (1990-) (mechatronikai mérnök) Husi Géza (1962-) (gépészmérnök, mechatronikai mérnök, számítógépes tervezőmérnök) Hajdu András (1973-) (matematikus, informatikus)
Pályázati támogatás:	TKP2020-NKA-04 Egyéb
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat DOI Szerző által megadott URL
Borító:
Saját polcon:

001-es BibID:	BIBFORM102064
Első szerző:	Tóth János (programtervező matematikus)
Cím:	Accelerating the Optimization of a Segmentation Ensemble using Image Pyramids / Tóth János, Kapusi Tibor Péter, Harangi Balázs, Tomán Henrietta, Hajdu András
Dátum:	2019
Megjegyzések:	In this paper, we propose an image pyramid-based noisy energy function evaluation method for the local search technique simulated annealing. The method is primarily designed for the optimization of image segmentation algorithms, and it maintains solution quality with significantly reduced time requirement. The strategy to select the proper image pyramid levels during the search is theoretically determined via adapting results regarding evaluation in simulated annealing based on imprecise measurements. As a demonstrative application, we perform parameter-optimization of a segmentation ensemble dedicated to the extraction of bone structures from CT images.
ISBN:	9781728131405
Tárgyszavak:	Műszaki tudományok Informatikai tudományok előadáskivonat könyvrészlet ensemble-based system segmentation noisy evaluation image pyramid
Megjelenés:	11th International Symposium on Image and Signal Processing and Analysis (ISPA 2019) / eds. S. Lončarić, R. Bregović, M. Carli, M. Subašić. - p. 43-48. -
További szerzők:	Kapusi Tibor Péter (1993-) (mérnökinformatikus, villamosmérnök) Harangi Balázs (1986-) (programtervező matematikus) Tomán Henrietta (1976-) (matematikus, informatikus) Hajdu András (1973-) (matematikus, informatikus)
Pályázati támogatás:	Bolyai János Kutatási Ösztöndíj MTA EFOP-3.6.2-16-2017-00015 EFOP GINOP-2.2.1-15-2017-00055 GINOP
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: