1 |
Description statistique de textures : application à l'inspection automatique /Unser, Michael. January 1984 (has links)
Th. sc. techn. Lausanne EPFL, 1984. No 534 (1984).
|
2 |
Verteilung von Aufmerksamkeit zwischen und innerhalb von ObjektenTrini, Martina. January 2005 (has links) (PDF)
Erlangen, Nürnberg, Univ., Diss., 2005.
|
3 |
Mustererkennung in Frühdrucken / Pattern Perception in Early Printed BooksHöhn, Winfried January 2006 (has links) (PDF)
No abstract available
|
4 |
A computational recognition system grounded in perceptual researchWallraven, Christian, January 2005 (has links)
Tübingen, Univ., Diss., 2005.
|
5 |
Objektorientiertes Patternmatching auf harmonisch analysierten MusikdatenHönle, Nicola. January 2000 (has links)
Stuttgart, Univ., Diplomarb., 2000.
|
6 |
Eine Abfragesprache für die Geometrie von Rasterelementen für die rasterorientierte kartographische Mustererkennung und Datenanalyse /Frischknecht, Steffen. January 1999 (has links)
Zugleich: Diss. Nr. 12979 techn. Wiss. ETH Zürich. / Literaturverz.
|
7 |
Mustererkennung im Sportspiel eine topologisch-geometrische Analyse spieltaktischer Muster im VolleyballJäger, Jörg M. January 2005 (has links)
Zugl.: Münster (Westfalen), Univ., Diss., 2005
|
8 |
Mustererkennung im Sportspiel : eine topologisch-geometrische Analyse spieltaktischer Muster im Volleyball /Jäger, Jörg M. January 2006 (has links)
Universiẗat, Diss., 2005--Münster.
|
9 |
Bildverarbeitungsmethoden zur zuverlässigen Mustererkennung auf dem Roboterjersey im humanoiden RoboterfußballKunz, Lea 06 November 2023 (has links)
No description available.
|
10 |
Visuelle Mustererkennung und Parameterextraktion bei Drosophila melanogaster / Visual pattern recognition and parameter extraction in Drosophila melanogasterErnst, Roman January 1999 (has links) (PDF)
In operanten Konditionierungsexperimenten im Flugsimulator werden vier Parameter gefunden die Drosophila melanogaster aus visuellen Mustern extrahieren kann: Musterfläche, vertikale Position des Musterschwerpunkts, Verteiltheit und Musterausrichtung in horizontaler und vertikaler Richtung. Es ist nicht auszuschliessen, dass die Fliege weitere Musterparameter extrahieren kann. Spontane Musterpräferenzen und konditionierte Präferenzen zeigen unterschiedliche Zusammenhänge mit den Musterparametern. Aus räumlich getrennten Musterelementen zusammengesetzte Muster werden von der Fliege wie ein Gesamtmuster behandelt. Retinaler Transfer wird auch bei der Präsentation von Mustern an zwei verschiedenen vertikalen Trainingspositionen nicht beobachtet. Muster werden generalisiert, wenn die Schwerpunkte korrespondierender Muster zwischen Training und Test ungefähr an der gleichen Position liegen aber keine retinale Überlappung von Trainings- und Testmustern besteht. Retinotopie des Mustergedächtnisses liegt in diesem Fall nicht auf der Ebene der Bildpunkte, jedoch möglicherweise auf der Ebene des Parameters 'Musterschwerpunkt' vor. Fliegen können nicht trainiert werden bestimmte Musterpaare zu diskriminieren die sich nur durch die vertikale Position ihres Musterschwerpunktes unterscheiden. Dennoch bevorzugen sie beim Lerntest mit anderen Mustern mit korrespondierenden Schwerpunktspositionen die zuvor nicht bestrafte Schwerpunktsposition. Für die Modellierung der Extraktion von Musterschwerpunkt und Musterfläche wird ein einfaches künstliches neuronales Filter präsentiert, dessen Architektur auf einem Berechnungsalgorithmus für den gemeinsamen Schwerpunkt mehrerer Teilelemente beruht. / The results of operant conditioning experiments at the flight simulator suggest that Drosophila melanogaster can extract four parameters from visual patterns: pattern area, vertical position of the center of gravity, separatedness and horizontal/vertical pattern orientation. It can not be excluded that the fly can extract additional parameters. Spontaneous pattern preferences and conditioned preferences show different relationships with pattern parameters. The fly treats separated pattern elements as a compound figure. Retinal transfer is not observed even when patterns are presented at two different vertical training positions. Patterns are generalized if the positions of the centers of gravity of corresponding patterns are retained between training and test although training and test patterns do not overlap retinally. In this case there is no retinotopy of pattern memory on the pixel level but possibly on the level of the pattern parameter 'center of gravity'. Flies can not be trained to discriminate certain patterns that differ only by the vertical position of their centers of gravity. However, when tested with different patterns with corresponding centers of gravity they prefer the previously unpunished position of the center of gravity. The extraction of center of gravity and pattern area are modelled with a simple artificial neuronal filter. The architecture of this filter is based on an algorithm for the computation of the common center of gravity of multiple elements.
|
Page generated in 0.0902 seconds