Wykaz publikacji wybranego autora

Mateusz Wąsala, mgr inż.

doktorant

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
WEAIiIB-kair, Katedra Automatyki i Robotyki


  • 2019

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0002-8631-8428 orcid iD

ResearcherID: brak

Scopus: 57219120038

PBN: 602ce72f9543c7410626e518

System Informacyjny AGH (SkOs)



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem8143
20225113
202111
202022
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem817
2022514
202111
202022
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem817
2022514
202111
202022
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem835
2022532
202111
202022
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem88
202255
202111
202022
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem88
202255
202111
202022



1
  • [referat, 2020]
  • TytułA vision based hardware-software real-time control system for the autonomous landing of an UAV
    AutorzyKrzysztof BŁACHUT, Hubert SZOLC, Mateusz WĄSALA, Tomasz KRYJAK, Marek GORGOŃ
    ŹródłoComputer Vision and Graphics : International Conference : ICCVG 2020 : Warsaw, Poland, September 14–16, 2020 : proceedings / eds. Leszek J. Chmielewski, Ryszard Kozera, Arkadiusz Orłowski. — [Cham] : Springer International Publishing, cop. 2020. — S. 13–24
  • keywords: FPGA, UAV, embedded vision, Zynq SoC, drone landing

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-59006-2_2

2
  • [artykuł w czasopiśmie, 2022]
  • TytułAn efficient real-time FPGA-based ORB feature extraction for an UHD video stream for embedded visual SLAM
    AutorzyMateusz WĄSALA, Hubert SZOLC, Tomasz KRYJAK
    ŹródłoElectronics [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2022 vol. 11 iss. 14 art. no. 2259, s. 1-20. — tekst: https://www.mdpi.com/2079-9292/11/14/2259/pdf?version=1658298692
  • keywords: FPGA, feature extraction, real time, UHD, 4K resolution, Zynq UltraScale+, oriented FAST and rotated BRIEF, ORB, feature points, FAST detector, BRIEF descriptor

    cyfrowy identyfikator dokumentu: 10.3390/electronics11142259

3
4
  • [referat, 2021]
  • TytułAutomotive perception system evaluation with reference data obtained by a UAV
    AutorzyKrzysztof BŁACHUT, Michał DANIŁOWICZ, Hubert SZOLC, Mateusz WĄSALA, Tomasz KRYJAK, Nikodem PANKIEWICZ, Mateusz Komorkiewicz
    ŹródłoDASIP 2021 [Dokument elektroniczny] : workshop on Design and Architectures for Signal and Image Processing - 14th edition : January 18–20 2021, Budapest, Hungary : proceedings. — [Nowy Jork] : Association for Computing Machinery, cop. 2021. — S. 10–18
  • keywords: UAV, evaluation, LiDAR, testing, automotive, drone, ADAS, perception systems, automatic labelling

    cyfrowy identyfikator dokumentu: 10.1145/3441110.3441151

5
  • [referat, 2020]
  • TytułOptimisation of a Siamese neural network for real-time energy efficient object tracking
    AutorzyDominika PRZEWŁOCKA, Mateusz WĄSALA, Hubert SZOLC, Krzysztof BŁACHUT, Tomasz KRYJAK
    ŹródłoComputer Vision and Graphics : International Conference : ICCVG 2020 : Warsaw, Poland, September 14–16, 2020 : proceedings / eds. Leszek J. Chmielewski, Ryszard Kozera, Arkadiusz Orłowski. — [Cham] : Springer International Publishing, cop. 2020. — S. 151–163
  • keywords: FPGA, object tracking, siamese neural networks, DNN, QNN, embedded vision systems

    cyfrowy identyfikator dokumentu: 10.1007/978-3-030-59006-2_14

6
7
  • [referat, 2022]
  • TytułReal-time HOG+SVM based object detection using SoC FPGA for a UHD video stream
    AutorzyMateusz WĄSALA, Tomasz KRYJAK
    Źródło11th Mediterranean Conference on Embedded Computing (MECO) [Dokument elektroniczny] : 7–10 June 2022, Budva, Montenegro. — Piscataway : IEEE, cop. 2022. — S. [1–6]
  • keywords: support vector machine, pedestrian detection, 4K, UHD, histogram of oriented gradients, SoC FPGA, real time vision systems

    cyfrowy identyfikator dokumentu: 10.1109/MECO55406.2022.9797113

8