Bøker av A. Sai Suneel

Récemment, de nombreuses études ont été menées sur l'amélioration de la qualité visuelle de l'imagerie sous-marine et sous-marine dans les opérations sous-marines et militaires afin de trouver les structures cachées et les excursions en mer. Ce projet propose une méthode d'amélioration des images sous-marines basée sur la théorie de la constance des couleurs. Par rapport à la plupart des recherches existantes, la durée et la complexité de la méthode proposée sont faibles et ses performances sont excellentes. Tout d'abord, nous analysons le modèle d'imagerie sous-marine et la distorsion. Ensuite, en compensant le canal rouge et en appliquant une balance des blancs locale, une transformation linéaire est effectuée. Enfin, les résultats sont obtenus en appliquant l'égalisation de l'histogramme aux images RVB. Nous mesurons également la qualité de l'image en prenant les paramètres PSNR, UIQM, UCIQE et Entropie. Ces paramètres sont comparés aux approches proposées et existantes ; cependant, notre méthode produit une meilleure qualité d'image.

Recentemente, muito se tem estudado sobre o melhoramento da qualidade visual de imagens subaquáticas e submarinas em operações submarinas e militares para encontrar os desenhos de estruturas ocultas e excursões marítimas. Este projeto propõe um método de melhoramento de imagens subaquáticas baseado na teoria da constância da cor. Quando comparamos com grande parte da investigação existente, o tempo e a complexidade do método proposto são baixos e este atinge um excelente desempenho. Em primeiro lugar, analisamos o modelo de imagem subaquática e a distorção. Depois, compensando o canal vermelho e aplicando o equilíbrio de brancos local, é efectuada uma transformação linear. Por fim, os resultados são obtidos através da aplicação da equalização do histograma às imagens RGB. Também medimos a qualidade da imagem através dos parâmetros PSNR, UIQM, UCIQE e Entropia. Estes parâmetros são comparados com as abordagens propostas e existentes; no entanto, o nosso método produz uma qualidade de imagem superior.

In letzter Zeit wurden zahlreiche Studien zur Verbesserung der visuellen Qualität von Unterwasser- und Unterwasserbildern bei U-Boot- und Militäroperationen durchgeführt, um verborgene Strukturen und Meeresausflüge zu finden. In diesem Projekt wurde eine Methode zur Verbesserung von Unterwasserbildern vorgeschlagen, die auf der Theorie der Farbkonstanz beruht. Im Vergleich zu einem Großteil der bisherigen Forschung sind Zeitaufwand und Komplexität der vorgeschlagenen Methode gering, und sie erreicht eine ausgezeichnete Leistung. Zunächst analysieren wir das Unterwasserbildmodell und die Verzerrung. Dann wird eine lineare Transformation durch Kompensation des Rotkanals und Anwendung eines lokalen Weißabgleichs durchgeführt. Schließlich werden die Ergebnisse durch Anwendung der Histogramm-Entzerrung auf die RGB-Bilder erzielt. Wir messen auch die Bildqualität anhand der Parameter PSNR, UIQM, UCIQE und Entropie. Diese Parameter werden mit den vorgeschlagenen und bestehenden Ansätzen verglichen; unsere Methode liefert jedoch eine höhere Bildqualität.

Recentemente sono stati condotti molti studi sul miglioramento della qualità visiva delle immagini subacquee e sottomarine nelle operazioni sottomarine e militari per trovare i progetti di strutture nascoste e le escursioni in mare. Questo progetto ha proposto un metodo di miglioramento delle immagini subacquee basato sulla teoria della costanza del colore. Rispetto a molte delle ricerche esistenti, il metodo proposto ha tempi e complessità ridotti e raggiunge prestazioni eccellenti. In primo luogo, analizziamo il modello di immagine subacquea e la distorsione. Poi, compensando il canale rosso e applicando il bilanciamento locale del bianco, viene eseguita una trasformazione lineare. Infine, si ottengono risultati applicando l'equalizzazione dell'istogramma alle immagini RGB. La qualità dell'immagine viene misurata anche attraverso i parametri PSNR, UIQM, UCIQE ed Entropia. Questi parametri vengono confrontati con gli approcci proposti e quelli esistenti; tuttavia, il nostro metodo produce una qualità dell'immagine superiore.

V poslednee wremq prowoditsq mnogo issledowanij po uluchsheniü wizual'nogo kachestwa podwodnyh i podwodno-podwodnyh izobrazhenij w podwodnyh i woennyh operaciqh dlq poiska skrytyh konstrukcij sooruzhenij i morskih äxkursij. V dannom proekte predlozhen metod uluchsheniq kachestwa podwodnyh izobrazhenij, osnowannyj na teorii postoqnstwa cweta. Po srawneniü so mnogimi suschestwuüschimi issledowaniqmi, predlagaemyj metod otlichaetsq nebol'shimi zatratami wremeni i slozhnosti, a takzhe prewoshodnoj proizwoditel'nost'ü. Snachala my analiziruem model' podwodnogo izobrazheniq i ego iskazheniq. Zatem, kompensiruq krasnyj kanal i primenqq lokal'nyj balans belogo, wypolnqetsq linejnoe preobrazowanie. Nakonec, rezul'taty polucheny putem primeneniq gistogrammnoj äkwalizacii k RGB-izobrazheniqm. My takzhe izmerqem kachestwo izobrazheniq, ispol'zuq parametry PSNR, UIQM, UCIQE i äntropiü. Jeti parametry srawniwaütsq s predlagaemymi i suschestwuüschimi podhodami, odnako nash metod obespechiwaet bolee wysokoe kachestwo izobrazheniq.

Immer mehr Berufe erfordern heute eine langfristige Orientierung. Fahrer müssen die Straße sorgfältig überwachen, damit sie auf unerwartete Ereignisse sofort reagieren können. Die Übermüdung des Fahrers ist oft die direkte Ursache für viele Verkehrsunfälle. Daher ist es notwendig, ein System zu entwickeln, das einen schlechten psychophysischen Zustand des Fahrers erkennt und ihn darüber informiert, wodurch die Zahl der Verkehrsunfälle aufgrund von Übermüdung erheblich reduziert werden kann. Die Entwicklung solcher Systeme ist jedoch mit vielen Schwierigkeiten verbunden, wenn es darum geht, die Müdigkeit des Fahrers schnell und relevant zu erkennen. Eine der technischen Möglichkeiten für die Erkennung von Müdigkeit beim Fahrer ist die Verwendung eines bildgestützten Ansatzes. Mehrere Studien haben gezeigt, dass Schläfrigkeit und Müdigkeit die Hauptursachen für Verkehrsunfälle sind. In diesem Artikel wird ein Modul für ein fortschrittliches Fahrerassistenzsystem vorgeschlagen, um die Zahl der durch Müdigkeit der Fahrer verursachten Unfälle zu verringern und somit die Verkehrssicherheit zu erhöhen. Dieses System befasst sich mit der automatischen Erkennung von Schläfrigkeit des Fahrers auf der Grundlage visueller Informationen und maschinellen Lernens. Wir schlagen einen Algorithmus zur Lokalisierung, Verfolgung und Analyse des Gesichts und der Augen des Fahrers vor, die ein wissenschaftlich unterstütztes Maß für Müdigkeit sind.

Aujourd'hui, de plus en plus de professions exigent une concentration à long terme. Les conducteurs doivent surveiller attentivement la route afin de pouvoir réagir immédiatement aux événements inattendus. La fatigue du conducteur est souvent la cause directe de nombreux accidents de la route. Il est donc nécessaire de mettre au point un système qui détecte et signale au conducteur un mauvais état psychophysique, ce qui peut réduire considérablement le nombre d'accidents de la route dus à la fatigue. Cependant, le développement de tels systèmes comporte de nombreuses difficultés liées à une identification rapide et pertinente de la fatigue du conducteur. L'une des perspectives techniques pour la mise en ¿uvre de la détection de la fatigue des conducteurs est l'utilisation d'une approche basée sur la vision. Plusieurs études ont montré que la somnolence et la fatigue sont des causes importantes d'accidents de la route. Un module de système avancé d'aide à la conduite est proposé pour réduire le nombre d'accidents causés par la fatigue des conducteurs et accroître ainsi la sécurité des transports. Ce système traite de la détection automatique de la somnolence du conducteur sur la base d'informations visuelles et de l'apprentissage automatique. Nous proposons un algorithme pour localiser, suivre et analyser le visage et les yeux du conducteur, ce qui constitue une mesure scientifique de la somnolence.

Oggi sempre più professioni richiedono una concentrazione a lungo termine. I conducenti devono monitorare attentamente la strada per poter reagire immediatamente agli eventi imprevisti. La stanchezza del conducente è spesso la causa diretta di molti incidenti stradali. È quindi necessario sviluppare un sistema che rilevi e segnali al conducente un cattivo stato psicofisico, in modo da ridurre significativamente il numero di incidenti stradali dovuti alla stanchezza. Tuttavia, lo sviluppo di tali sistemi comporta molte difficoltà in relazione a un'identificazione rapida e pertinente della stanchezza del conducente. Una delle prospettive tecniche per implementare il rilevamento della stanchezza del conducente è l'utilizzo di un approccio basato sulla visione. Diversi studi hanno dimostrato che la sonnolenza e la stanchezza sono le cause principali degli incidenti stradali. In questo contesto, viene proposto un modulo per un sistema avanzato di assistenza alla guida per ridurre il numero di incidenti causati dalla stanchezza dei conducenti e aumentare così la sicurezza dei trasporti. Questo sistema si occupa di rilevare automaticamente la sonnolenza del conducente basandosi su informazioni visive e sull'apprendimento automatico. Proponiamo un algoritmo per localizzare, tracciare e analizzare il volto e gli occhi del conducente, che è una misura scientificamente supportata della sonnolenza.

Actualmente, há cada vez mais profissões que exigem uma concentração a longo prazo. Os condutores devem vigiar cuidadosamente a estrada para poderem reagir imediatamente a acontecimentos inesperados. A fadiga do condutor é frequentemente a causa directa de muitos acidentes de viação. Por isso, é necessário desenvolver um sistema que detecte e notifique o condutor de um mau estado psicofísico, o que pode reduzir significativamente o número de acidentes de viação devido à fadiga. No entanto, o desenvolvimento de tais sistemas envolve muitas dificuldades em relação a uma identificação rápida e relevante do cansaço dos condutores. Uma das perspectivas técnicas para a implementação da detecção do cansaço do condutor é a utilização de uma abordagem baseada na visão. Vários estudos demonstraram que a sonolência e a fadiga são as principais causas de acidentes de viação. Neste contexto, é proposto um módulo para um sistema avançado de assistência ao condutor com o objectivo de reduzir o número de acidentes causados pela fadiga dos condutores e, assim, aumentar a segurança dos transportes. Este sistema trata da detecção automática da sonolência do condutor com base em informações visuais e na aprendizagem automática. Propomos um algoritmo para localizar, seguir e analisar o rosto e os olhos do condutor, que é uma medida de sonolência cientificamente comprovada.

Im 5G-basierten kognitiven Funk ist das primäre Nutzersignal dank des breiten Frequenzbandes aktiver. Das normale kooperative Spectrum Sensing erfasst nur eine Eigenschaft der PU mit einer Art von Detektor. Cognitive Radio (CR) hat sich als eine vielversprechende Technik zur Lösung des Problems der Frequenzknappheit erwiesen, mit dem alle aktuellen und kürzlich vorgeschlagenen drahtlosen Verwaltungen konfrontiert sind. Im kognitiven Funknetz (CRN) nimmt die Spektrumserkennung die Hauptrolle ein und wird als grundlegender Bestandteil von CR betrachtet. Der einzelne CR-Knoten kann aufgrund von Abschattungs- und Geheimterminalproblemen des drahtlosen Kommunikationskanals keine gültigen Erkennungsergebnisse liefern. Um diese Probleme zu beheben, wird in diesem Papier ein kooperatives Spectrum Sensing auf der Basis von Cognitive Radio für die 5G-Kommunikation vorgeschlagen. Im kooperativen Spectrum Sensing (CSS) Schema wird jeder CR individuell das Spektrum erfassen und dann seine Entscheidung an einen zentralen Knoten übertragen, der auch als Fusionszentrum (FC) bezeichnet wird. Mithilfe der Wahrscheinlichkeit einer verpassten Erkennung (Pmd) und der Wahrscheinlichkeit eines falschen Alarms (Pfa) kann erkannt werden, ob die Erfassung des Spektrums ausreichend ist oder nicht, und die Leistung mit Pfa verbessert werden. Die Simulationsergebnisse zeigen die höhere Leistung.

No rádio cognitivo de 5G, o sinal primário do utilizador é mais activo graças à ampla banda de frequência. A detecção normal do espectro cooperativo só detecta uma característica do PU utilizando um tipo de detector. A rádio cognitiva (CR) surgiu como uma técnica promissora para o problema de escassez de espectro enfrentado por todas as administrações sem fios propostas tão recentemente. Na rede de rádio cognitiva (CRN) a detecção de espectro assume a parte principal e é considerada como uma parte básica da CR. O nó CR individual pode não dar resultados de detecção válidos devido à sombra e a problemas terminais secretos do canal de comunicação sem fios. Por conseguinte, para afectar estes problemas, é proposta a implementação durante este artigo de rádio cognitivo cooperativo baseado na detecção do espectro para comunicação 5G. No esquema de detecção cooperativa do espectro (CSS), cada CR sentirá individualmente o espectro e depois transferirá a sua decisão para um nó central também referido como centro de fusão (CF). Usando a probabilidade de detecção falhada (Pmd) e a probabilidade de falso alarme (Pfa) para reconhecer se a detecção do espectro é suficiente ou não, melhorar o desempenho usando Pfa. O resultado da simulação mostra o desempenho superior.

V kognitiwnom radio na baze 5G signal osnownogo pol'zowatelq bolee aktiwen blagodarq shirokoj polose chastot. Obychnoe kooperatiwnoe zondirowanie spektra opredelqet tol'ko odnu harakteristiku PU s pomosch'ü odnogo tipa detektora. Kognitiwnoe radio (CR) wozniklo kak perspektiwnyj metod resheniq problemy nehwatki spektra, s kotoroj stalkiwaütsq wse suschestwuüschie i nedawno predlozhennye besprowodnye administracii. V seti kognitiwnogo radio (CRN) zondirowanie spektra zanimaet glawnoe mesto i schitaetsq osnownoj chast'ü CR. Otdel'nyj uzel CR mozhet ne dat' dostowernyh rezul'tatow obnaruzheniq iz-za problem zateneniq i sekretnogo terminala w besprowodnom kanale swqzi. Poätomu, chtoby reshit' äti problemy, w dannoj rabote predlagaetsq kooperatiwnoe zondirowanie spektra na osnowe kognitiwnogo radio dlq swqzi 5G. V sheme kooperatiwnogo zondirowaniq spektra (CSS), kazhdyj CR budet indiwidual'no zondirowat' spektr, a zatem peredawat' swoe reshenie central'nomu uzlu, takzhe nazywaemomu centrom sliqniq (FC). Ispol'zowanie weroqtnosti propuschennogo obnaruzheniq (Pmd) i weroqtnosti lozhnoj trewogi (Pfa) dlq opredeleniq togo, dostatochno li zondirowaniq spektra ili net, uluchshaet proizwoditel'nost' s pomosch'ü Pfa. Rezul'taty modelirowaniq pokazywaüt bolee wysokuü proizwoditel'nost'.

Nella radio cognitiva basata sul 5G, il segnale dell'utente primario è più attivo grazie all'ampia banda di frequenza. Il normale rilevamento cooperativo dello spettro rileva solo una caratteristica del PU utilizzando un tipo di rilevatore. La radio cognitiva (CR) è nata come una tecnica promettente per risolvere il problema della scarsità di spettro affrontato da tutte le amministrazioni wireless attuali e recentemente proposte. Nella rete radio cognitiva (CRN) il rilevamento dello spettro assume la parte principale ed è considerato una parte fondamentale della CR. Il singolo nodo CR può non fornire risultati validi di rilevamento a causa dei problemi di shadowing e di terminale segreto del canale di comunicazione wireless. Pertanto, per ovviare a questi problemi, nel presente documento viene proposta una radio cognitiva basata sul rilevamento cooperativo dello spettro per la comunicazione 5G. Nello schema di rilevamento cooperativo dello spettro (CSS), ogni CR rileva individualmente lo spettro e trasferisce la sua decisione a un nodo centrale, chiamato anche centro di fusione (FC). Utilizzando la probabilità di mancato rilevamento (Pmd) e la probabilità di falso allarme (Pfa) per riconoscere se il rilevamento dello spettro è sufficiente o meno, si migliorano le prestazioni utilizzando Pfa. I risultati della simulazione mostrano prestazioni più elevate.

Dans la radio cognitive basée sur la 5G, le signal de l'utilisateur primaire est plus actif grâce à la large bande de fréquences. La détection coopérative normale du spectre ne détecte qu'une seule caractéristique de l'utilisateur primaire à l'aide d'un seul type de détecteur. La radio cognitive (CR) est apparue comme une technique prometteuse pour résoudre le problème de la rareté du spectre auquel sont confrontées toutes les administrations sans fil actuelles et récemment proposées. Dans un réseau de radio cognitive (CRN), la détection du spectre joue un rôle essentiel et est considérée comme un élément de base de la CR. Le n¿ud CR individuel peut ne pas donner de résultats de détection valides en raison des problèmes d'ombrage et de terminal secret du canal de communication sans fil. C'est pourquoi, afin de résoudre ces problèmes, nous proposons dans cet article une radio cognitive basée sur la détection coopérative du spectre pour la communication 5G. Dans le schéma de détection coopérative du spectre (CSS), chaque CR détectera individuellement le spectre puis transférera sa décision à un n¿ud central également appelé centre de fusion (FC). En utilisant la probabilité de détection manquée (Pmd) et la probabilité de fausse alarme (Pfa) pour reconnaître si la détection du spectre est suffisante ou non, améliorer la performance en utilisant Pfa. Les résultats de la simulation montrent l'amélioration des performances.

In India and in the world pollution is increasing day to day, which severely affects all living beings and damages our earth. Because of rise in vehicles, there is a rise in air, sound pollution. On the other hand, factories also release waste gases into the air. Because of pollution there is a rise in harmful ultraviolet rays. Because of light intensity during night times, accidents occur because of light reflections from either side vehicles may cause blurred sensation in eyes. In this project we are proposing an embedded device which is a combination of embedded system and PHP web server and measure the parameters like CO gases, sound intensity, UV and light intensities. If any of these parameters crosses it¿s limit then it will send data to PHP server from the server message will be sent to the authorities to take action in that area to control pollution.