Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Perceptions of Time: Determine the Time of an Analogue Watch using Computer Vision
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
Malmö universitet, Internet of Things and People (IOTAP). Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).
2022 (Engelska)Ingår i: 2022 IEEE Global Conference on Artificial Intelligence and Internet of Things (GCAIoT), Institute of Electrical and Electronics Engineers (IEEE), 2022Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper explores the problem of determining the time of an analogue wristwatch by developing two systems and conducting a comparative study. The first system uses OpenCV to find the watch hands and applies geometrical techniques to calculate the time. The second system uses Machine Learning by building a neural network to classify images in Tensorflow using a multi-labelling approach. The results show that in a set environment the geometric-based approach performs better than the Machine Learning model. The geometric system predicted time correctly with an accuracy of 80% whereas the best Machine Learning model only achieves 74%. Experiments show that the accuracy of the neural network model did increase when using data augmentation, however there was no significant improvement when adding synthetic data to our training set.

Ort, förlag, år, upplaga, sidor
Institute of Electrical and Electronics Engineers (IEEE), 2022.
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:mau:diva-59126DOI: 10.1109/gcaiot57150.2022.10019054ISI: 000972037000008Scopus ID: 2-s2.0-85147650610ISBN: 979-8-3503-0984-3 (digital)ISBN: 979-8-3503-0985-0 (tryckt)OAI: oai:DiVA.org:mau-59126DiVA, id: diva2:1749166
Konferens
2022 IEEE Global Conference on Artificial Intelligence and Internet of Things (GCAIoT), 18-21 December 2022, Alamein New City, Egypt
Tillgänglig från: 2023-04-05 Skapad: 2023-04-05 Senast uppdaterad: 2023-12-13Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Mihailescu, Radu-Casian

Sök vidare i DiVA

Av författaren/redaktören
Mihailescu, Radu-Casian
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)Internet of Things and People (IOTAP)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 59 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf