haku: @keyword computational geometry / yhteensä: 4
hakutulos-lista
viite: 1 / 4
« edellinen | seuraava »
Tekijä:Vanhatalo, Lauri
Työn nimi:Online Sketch Recognition: Geometric Shapes
Geometristen muotojen reaaliaikainen tunnistus
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:[7] + 89      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Ohjelmistotekniikka   (T-106)
Valvoja:Soisalon-Soininen, Eljas
Ohjaaja:Talja, Ari
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201207022713
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1551   | Arkisto
Avainsanat:online sketch recognition
computational geometry
stroke curve preprocessing
pen-based user interface
reaaliaikainen hahmontunnistus
laskennallinen geometria
piirtoviivan esiprosessointi
käyttöliittymä
Tiivistelmä (fin): Kynä- ja kosketuskäyttöliittymät vaativat toimiakseen tehokasta ja tarkkaa hahmontunnistusta.
Tässä työssä esitellään reaaliaikaisen hahmontunnistuksen käsitteistöä, yleisiä menetelmiä ja aikaisempaa tutkimusta.
Lyhyesti käsitellään eri tutkimusryhmien esittämiä hahmontunnistusjärjestelmiä.
Lisäksi esitellään geometrisiin piirteisiin perustuva hahmontunnistusjärjestelmä.

Työ antaa yksityiskohtaiset kuvaukset piirtoviivan esiprosessointi- ja piirteenirrotusalgoritmeista sekä hahmoluokittelumenetelmästä.
Lisäksi kuvaillaan hahmontunnistusheuristiikka kahdelle yksinkertaiselle muodolle (nuoli ja tähti).
Joukko koehenkilöitä käytti työssä toteutettua graa_sta käyttöliittymää, minkä tuloksena saatiin realistiset tulokset järjestelmän laskennallisesta suorituskyvystä ja tarkkuudesta: toteutettu järjestelmä on laskennallisesti nopea mutta tunnistustarkkuus monitulkintainen.
Lopuksi pohditaan valitun lähestymistavan ongelmia ja rajoitteita.
Tiivistelmä (eng): Effective sketch recognition is the basis for pen and touch-based human-computer interfaces.
In this thesis the concepts, common methods and earlier work in the research area of online symbol recognition are presented.
A set of shape recognition approaches proposed in the past by various research teams are briefly introduced.
An online shape recognizer using global geometric features is described.

The preprocessing and feature extraction algorithms as well as the shape classification method are described in detail.
Recognition heuristics for two simple shapes (arrow and star) are suggested.
A graphical user interface was implemented and a group of subjects employed to obtain realistic results of the computational performance and recognition accuracy of the system: the implemented system performs fast but the results on the recognition accuracy were ambiguous.
Finally, the problems and restrictions of the approach are discussed.
ED:2011-09-29
INSSI tietueen numero: 42840
+ lisää koriin
« edellinen | seuraava »
INSSI