|
|
|
|
| LEADER |
02822na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160614091751.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid2252
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Viduka, Ivana
|9 37065
|
| 245 |
1 |
0 |
|a Algoritmi za detekciju 3D karakterističnih točaka :
|b završni rad /
|c Ivana Viduka ; [mentor Tomislav Pribanić].
|
| 246 |
1 |
|
|a 3D Interest Point Detection Algorithms
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b I. Viduka,
|c 2015.
|
| 300 |
|
|
|a 51 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Obradba informacija, šifra smjera: 38, datum predaje: 2015-06-12, datum završetka: 2015-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Harrisov detektor, SIFT i SURF su 2D algoritmi detekcije karakterističnih točaka. Njihov glavni cilj je pronalazak točaka koje se uvelike razlikuju od točaka u svojoj okolini i time daju više informacija o toj slici od nekih drugih točaka. SIFT i SURF imaju razvijenu metodu konstrukcije opisnika točaka koji omogućuju međusobno uspoređivanje slika. Za te je opisnike poželjna invarijantnost na šum i afine transformacije. Navedeni algoritmi su prošireni za upotrebu u 3 dimenzije. Prilagođeni su tako da pronalaze i opisuju 3D karakteristične točke na 3D objektima. Performansi 2D algoritama ispitani su uz pomoć Matlab implementacija i prikazani u ovisnosti o promjenjivim parametrima. Performansi 3D algoritama procijenjeni su u odnosu na poklapanje karakterističnih točaka s točkama koje su u stvarnosti značajne na analiziranom objektu.
|
| 520 |
3 |
|
|a Sažetak na engleskom: Harris detector, SIFT i SURF are 2D algorithms for feature detection. Their main goal is to find features that are highly distinctive in their environment because those features give more information about the picture. SIFT and SURF have their methods for building descriptors that make comparing of 2 pictures possible. It is desirable for descriptors to be invariant on noise and affine transformations. Listed algorithms are expanded for use in 3 dimensions. These algorithms are adjusted to find and describe 3D features on 3D objects. Performance of 2D algorithms are examined with the help of Matlab implementations and shown in dependence of variable parameters. Performance of 3D algorithms is estimated in dependence of correspodence of found features to the points on analyzed object that are significant in reality.
|
| 653 |
|
1 |
|a računalni vid
|a karakteristične točke
|a prostor mjerila
|a invarijantni opisnici
|a korespodentne točke
|
| 653 |
|
1 |
|a computer vision
|a features
|a scale space
|a invariant descriptors
|a correspondent features
|
| 700 |
1 |
|
|a Pribanić, Tomislav
|4 ths
|9 19047
|
| 942 |
|
|
|c Z
|2 udc
|
| 999 |
|
|
|c 46440
|d 46440
|