| 1. |
- Dahl, Mattias, et al.
(författare)
-
Verifiering av mätmetoder, Yttäckande mätningar med SAR
- 2017
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Inom ARENA, den svenska kunskapsplattformen för vägavgifter,har vi tidigare föreslagit satellitbase-rad Syntetisk Apertur Radar (SAR) för att göra effektutvärderingsmätningar av lastbilstrafik över stora områden av Sverige. Denna nya mätmetod är mycket lovande och syftet med detta delprojekt har varit att studera hur ett urval avmätområden kan ske om man avser att genomföra trafikmätningar ur ett effektutvärderingsperspektiv. Som utgångspunkt för rapporten används resultatetfrån de mätningar som inom ramen för ARENA tidigarehar genomförts och avrapporterats, det vill sägaenserie avmätning över södra Sverige där satellitsystemetTerraSAR-X användes för att mäta trafik. Motiveringen till att använda ett satellitsy-stemmed SAR är kostnadseffektivitetenoch förmåganatt mäta trafik på samma sättöver hela Sve-rige och dessutomunder allaåretsdagaroavsett väderlek. Beräkningarna för var man skall eller bör mäta baserar sig på underlag från Nationell vägdata-bas(NVDB) som ärTrafikverketsdatabas över vägnätet i Sverige. Detta underlagi form av trafikflö-denhar i sin tur fått utgöra ett underlag tillhur satellitmätningar kan skei olika landsändar det vill sägaförmågan att observeralastbilstrafiki de aktuella områdena.Avsikten med en mätning av detta slag är att den härledda informationen ska levereras till slutanvän-darevars syfte är att utvärdera effekterna av en Vägslitageskatt. Idenna rapport presenteras kartor ur vilka intressanta områden ur olika aspekter kan väljas ur och inte minst var man i sådant fall skall eller bör mäta.Rapporten avslutas med ett mer teoretiskt resonemang kring hur effektiva skatt-ningar av medeltrafikur ett satellitperspektiv skulle kunna betraktas ochi någon meninghur mät-ningar och den efterföljande statistiska databehandlingendärigenomblir så effektiv som möjligt.
|
|
| 2. |
- Dahl, Mattias, et al.
(författare)
-
Yttäckande mätningar med satellit - Studie avmätmetoder och datafångst
- 2017
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Avståndsbaserade vägavgiftssystem införs successivt i många länder världen över. Effekten av ett systems implementering kan i många delar vara svårt att analysera, inte minst ur ett mer övergri-pande perspektiv. Denna rapport är en studierörande en helt ny typ av satellitbaserad,yttäckande mätteknik som har genomförts inom ARENA, den svenska kunskapsplattformen för brukaravgifter i transportsektorn. Den yttäckande trafikmätningen sker med avancerad radarteknik som blivit tillgänglig under de sen-aste åren och där vi idag befinner oss i ett stort skifte på så sätt att tillgängligheten av data kommer att öka betydande de närmsta åren. Rapporten innehåller resultat från ett fältförsök över södra Sverige där det tyska satellitsystemet TerraSAR-X användes. Syftet är också att få en uppfattning över hur metodiken, som krävs vid en fullskalig satellitmätning, ser ut. Det vill säga hur man skall välja ut mätområdet, beställning av mät-ning över mätområdet, nedladdning av satellitdatauttag samt en verifiering av hur mätningarna på olika sätt kan bidra till före-och efteranalyser vid ett eventuellt införande av ett vägavgiftssystem.Rapporten har ett övergripande mål att knyta an till de inom ARENAidentifierade domäner, faktorer och nyckeltal som i sin tur ansetts vara relevanta för att utvärdera effekterna av ett införande av en vägslitageskatt för tung trafik. Rapportens huvudsakliga fokus är vad som möjligt att mäta från satel-litbaserade system men även i någon mening översiktligt uppskatta förmågan hos andra yttäckande system såsom drönare och flygburna system. Det vill säga vad systemen kan förväntas leverera uti-från en analys kring tillgänglighet, kvalitet, kostnad och användbarhet.
|
|
| 3. |
- Hallösta, Simon, 1994-, et al.
(författare)
-
Effects of Foreground Augmentations in Synthetic Training Data on the Use of UAVs for Weed Detection
- 2024
-
Ingår i: Proceedings of Machine Learning Research. - : ML Research Press.
-
Konferensbidrag (refereegranskat)abstract
- This study addresses the issue of black-grass, a herbicide-resistant weed that threatens wheat yields in Western Europe, through the use of high- resolution Unmanned Aerial Vehicles (UAVs) and synthetic data augmentation in precision agriculture. We mitigate challenges such as the need for large labeled datasets and environmental variability by employing synthetic data augmentations in training a Mask R-CNN model. Using a minimal dataset of 43 black-grass and 12 wheat field images, we achieved a 37% increase in Area Under the Curve (AUC) over the non-augmented baseline, with scaling as the most effective augmentation. The best model attained a recall of 53% at a precision of 64%, offering a promising approach for future precision agriculture applications. © NLDL 2024. All rights reserved.
|
|
| 4. |
- Hallösta, Simon, 1994-, et al.
(författare)
-
Impact of Neural Network Architecture for Fingerprint Recognition
- 2024
-
Ingår i: Intelligent Systems and Pattern Recognition. - : Springer. - 9783031463341 - 9783031463358 ; , s. 3-14
-
Konferensbidrag (refereegranskat)abstract
- This work investigates the impact of the neural networks architecture when performing fingerprint recognition. Three networks are studied; a Triplet network and two Siamese networks. They are evaluated on datasets with specified amounts of relative translation between fingerprints. The results show that the Siamese model based on contrastive loss performed best in all evaluated metrics. Moreover, the results indicate that the network with a categorical scheme performed inferior to the other models, especially in recognizing images with high confidence. The Equal Error Rate (EER) of the best model ranged between 4%−11% which was on average 6.5 percentage points lower than the categorical schemed model. When increasing the translation between images, the networks were predominantly affected once the translation reached a fourth of the image. Our work concludes that architectures designed to cluster data have an advantage when designing an authentication system based on neural networks.
|
|
| 5. |
- Hjälmdahl, Magnus, et al.
(författare)
-
Effektutvärdering av kilometerskatt : Slutrapport. Slutsats och rekommendation
- 2017
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Urinsikten om behovet av brukaravgifter inom transportsektornföddes idén att skapa en arena för den samlade kompetenseni Sverige. Detta blev ARENA-projektet, vars första fas,2006-2008,hade som mål attutveckla ett koncept för ett vägavgiftssystem för lastbilar.Den andra fasen avslutades2011 med syftet att verifiera det utvecklade vägavgiftskonceptet genom praktiska demonstrationer. Projektet lade även grunden för en innovationsmiljö inom ITS, som är knuten till NetPort Science Park och Blekinge Tekniska Högskola.I den tredje fasen breddades anslaget till att stödja utveckl-ingen av samverkan och interoperabilitet mellan olika system för exempelvis trängselskatt, infra-strukturavgifter eller kilometerskatt, såväl i Sverige som internationellt.Från 2015 har ARENA övergått till att vara en långsiktig nationell kunskapsplattform för brukaravgif-ter inom transportsektorn. Inom ARENA drivs olika projekt beroende på de problemställningar som är aktuella i samhället. Ett av dessa handlar om att utveckla metodik för effektutvärdering av kilome-terskatt för tunga fordonDetta projekt har löpt parallellt med Vägslitageskattekommitténarbete och som ARENAsamverkat medoch stöttat.Arbetet inom ARENA fokuserarpå attutreda vilka effekterav en kilometerskatt som är troliga/möj-liga och vilka av dessa som i sin tur är möjliga att observeraoch hur de kan observeras. Detta har gjorts genom bl.a. inventeringar av andra liknande initiativ och hur de har utvärderats, litteraturge-nomgångar och workshops. Rapporter från detta arbete återfinns på projektets hemsida (http://www.arena-ruc.se/). Denna avslutande rapport fokuserar framförallt på övergripande slutsat-ser baserat på arbetet inom ARENA,samt de rekommendationer om datainsamling och utvärdering som projekt-och styrgruppen för ARENA anser är relevanta att nu gå vidare med, baserat på att ett beslut om införande av kilometerskatt inte har tagits och det är oklart huruvida beslut kommer att tas inom de närmaste åren. ARENA anser, med utgångspunkt i ovanstående, att en systematisk föremätning(ex-ante)bör ge-nomföras först när beslut om att införa skatten har tagits och det finns detaljerad information om hur skatten är utformad.ARENA anser dock att kunskapsnivån om godstransporter på väg generellt sett är bristfällig varför det är motiverat att inleda datafångst inom vissa utpekade områden för att stärka kunskapen. Den data som bör samlas in är värdefull också i samband med utvärdering av ef-fekterna av t.ex. förändrade cabotageregler, ändrade gränser för lastbilars mått och vikt, ändrad energi-och koldioxidbeskattning etc.Det pågår idag flera nationella initiativ kring förbättrat kunskapsunderlag om yrkestrafiken och gods-transporter på väg. ARENAs rekommendationer ligger i linje med dessa och arbetet kring att öka kun-skapsnivån bör fortgå.
|
|
| 6. |
- Javadi, Mohammad Saleh, 1986-, et al.
(författare)
-
Adjustable Contrast Enhancement Using Fast Piecewise Linear Histogram Equalization
- 2020
-
Ingår i: PROCEEDINGS OF THE 2020 3RD INTERNATIONAL CONFERENCE ON IMAGE AND GRAPHICS PROCESSING (ICIGP 2020). - New York, NY, USA : Association for Computing Machinery. - 9781450377201 ; , s. 57-61
-
Konferensbidrag (refereegranskat)abstract
- Histogram equalization is a technique to enhance the contrast of the image by redistributing the histogram. In this paper, a fast piecewise linear histogram equalization method is introduced based on an adjustable degree of enhancement and piecewise continuous transformation functions using frequencies of different grey-levels. This method aims to address and maximize the contrast enhancement of the image by stretching the entire spectrum. For this purpose, particular nodes (bins) on the histogram are simultaneously detected that in comparison with recursive methods, it requires less computational time. Then, the particular nodes are stretched using transformation functions to align with the reference nodes. The experimental results indicate that the performance of the proposed method is promising in terms of contrast enhancement. Moreover, this method preserves the texture of various regions in the image very well through the equalization process by using the degree of enhancement. © 2020 Owner/Author.
|
|
| 7. |
- Javadi, Mohammad Saleh, 1986-, et al.
(författare)
-
Change detection in aerial images using three-dimensional feature maps
- 2020
-
Ingår i: Remote Sensing. - : MDPI. - 2072-4292. ; 12:9
-
Tidskriftsartikel (refereegranskat)abstract
- Interest in aerial image analysis has increased owing to recent developments in and availabilityofaerialimagingtechnologies,likeunmannedaerialvehicles(UAVs),aswellasagrowing need for autonomous surveillance systems. Variant illumination, intensity noise, and different viewpointsareamongthemainchallengestoovercomeinordertodeterminechangesinaerialimages. In this paper, we present a robust method for change detection in aerial images. To accomplish this, the method extracts three-dimensional (3D) features for segmentation of objects above a defined reference surface at each instant. The acquired 3D feature maps, with two measurements, are then used to determine changes in a scene over time. In addition, the important parameters that affect measurement, such as the camera’s sampling rate, image resolution, the height of the drone, and the pixel’sheightinformation,areinvestigatedthroughamathematicalmodel. Toexhibititsapplicability, the proposed method has been evaluated on aerial images of various real-world locations and the results are promising. The performance indicates the robustness of the method in addressing the problems of conventional change detection methods, such as intensity differences and shadows.
|
|
| 8. |
- Javadi, Mohammad Saleh, 1986-
(författare)
-
Computer Vision Algorithms for Intelligent Transportation Systems Applications
- 2018
-
Licentiatavhandling (övrigt vetenskapligt/konstnärligt)abstract
- In recent years, Intelligent Transportation Systems (ITS) have emerged asan efficient way of enhancing traffic flow, safety and management. Thesegoals are realized by combining various technologies and analyzing the acquireddata from vehicles and roadways. Among all ITS technologies, computervision solutions have the advantages of high flexibility, easy maintenanceand high price-performance ratio that make them very popular fortransportation surveillance systems. However, computer vision solutionsare demanding and challenging due to computational complexity, reliability,efficiency and accuracy among other aspects. In this thesis, three transportation surveillance systems based on computervision are presented. These systems are able to interpret the imagedata and extract the information about the presence, speed and class ofvehicles, respectively. The image data in these proposed systems are acquiredusing Unmanned Aerial Vehicle (UAV) as a non-stationary sourceand roadside camera as a stationary source. The goal of these works is toenhance the general performance of accuracy and robustness of the systemswith variant illumination and traffic conditions. This is a compilation thesis in systems engineering consisting of threeparts. The red thread through each part is a transportation surveillancesystem. The first part presents a change detection system using aerial imagesof a cargo port. The extracted information shows how the space isutilized at various times aiming for further management and developmentof the port. The proposed solution can be used at different viewpoints andillumination levels e.g. at sunset. The method is able to transform the imagestaken from different viewpoints and match them together. Thereafter,it detects discrepancies between the images using a proposed adaptive localthreshold. In the second part, a video-based vehicle's speed estimationsystem is presented. The measured speeds are essential information for lawenforcement and they also provide an estimation of traffic flow at certainpoints on the road. The system employs several intrusion lines to extractthe movement pattern of each vehicle (non-equidistant sampling) as an inputfeature to the proposed analytical model. In addition, other parameters such as camera sampling rate and distances between intrusion lines are alsotaken into account to address the uncertainty in the measurements and toobtain the probability density function of the vehicle's speed. In the thirdpart, a vehicle classification system is provided to categorize vehicles into\private car", \light trailer", \lorry or bus" and \heavy trailer". This informationcan be used by authorities for surveillance and development ofthe roads. The proposed system consists of multiple fuzzy c-means clusterings using input features of length, width and speed of each vehicle. Thesystem has been constructed by using prior knowledge of traffic regulationsregarding each class of vehicle in order to enhance the classification performance.
|
|
| 9. |
- Javadi, Mohammad Saleh, 1986-, et al.
(författare)
-
Design of a video-based vehicle speed measurement system : an uncertainty approach
- 2018
-
Ingår i: <em>2018 Joint 7th International Conference on Informatics, Electronics & Vision (ICIEV) and 2018 2nd International Conference on Imaging, Vision & Pattern Recognition (icIVPR)</em>, Kitakyushu, Japan, 2018, pp. 44-49.. - : IEEE. - 9781538651612
-
Konferensbidrag (refereegranskat)abstract
- Speed measurement is one of the key components of intelligent transportation systems. It provides suitable information for traffic management and law enforcement. This paper presents a versatile and analytical model for a video-based speed measurement in form of the probability density function (PDF). In the proposed model, the main factors contributing to the uncertainties of the measurement are considered. Furthermore, a guideline is introduced in order to design a video-based speed measurement system based on the traffic and other requirements. As a proof of concept, the model has been simulated and tested for various speeds. An evaluation validates the strength of the model for accurate speed measurement under realistic circumstances.
|
|
| 10. |
- Javadi, Mohammad Saleh, 1986-, et al.
(författare)
-
Vehicle classification based on multiple fuzzy c-means clustering using dimensions and speed features
- 2018
-
Ingår i: Procedia Computer Science. - : Elsevier. ; , s. 1344-1350
-
Konferensbidrag (refereegranskat)abstract
- Vehicle classification has a significant use in traffic surveillance and management. There are many methods proposed to accomplish this task using variety of sensorS. In this paper, a method based on fuzzy c-means (FCM) clustering is introduced that uses dimensions and speed features of each vehicle. This method exploits the distinction in dimensions features and traffic regulations for each class of vehicles by using multiple FCM clusterings and initializing the partition matrices of the respective classifierS. The experimental results demonstrate that the proposed approach is successful in clustering vehicles from different classes with similar appearanceS. In addition, it is fast and efficient for big data analysiS.
|
|
