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)





Liczba pozycji spełniających powyższe kryteria selekcji: 8, z ogólnej liczby 8 publikacji Autora


1
  • A vision based hardware-software real-time control system for the autonomous landing of an UAV / Krzysztof BŁACHUT, Hubert SZOLC, Mateusz WĄSALA, Tomasz KRYJAK, Marek GORGOŃ // W: Computer 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. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 12334. Image Processing, Computer Vision, Pattern Recognition, and Graphics). — ISBN: 978-3-030-59005-5 ; e-ISBN: 978-3-030-59006-2. — S. 13–24. — Bibliogr., Abstr.

    orcid iD
  • keywords: FPGA, UAV, embedded vision, Zynq SoC, drone landing

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

2
  • An efficient real-time FPGA-based ORB feature extraction for an UHD video stream for embedded visual SLAM / Mateusz WĄSALA, Hubert SZOLC, Tomasz KRYJAK // Electronics [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2079-9292. — 2022 vol. 11 iss. 14 art. no. 2259, s. 1-20. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 19-20, Abstr.. — Publikacja dostępna online od: 2022-07-20. — tekst: https://www.mdpi.com/2079-9292/11/14/2259/pdf?version=1658298692

    orcid iD
  • 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
  • Automotive perception system evaluation with reference data from a UAV’s camera using ArUco markers and DCNN / Krzysztof BŁACHUT, Michał DANIŁOWICZ, Hubert SZOLC, Mateusz WĄSALA, Tomasz KRYJAK, Mateusz Komorkiewicz // Journal of Signal Processing Systems for Signal, Image, and Video Technology ; ISSN 1939-8018. — Tytuł poprz.: Journal of VLSI Signal Processing Systems for Signal, Image, and Video Technology ; ISSN: 1387-5485. — 2022 vol. 94 iss. 7 spec. iss.: Design and Architectures for Signal and Image Processing 2021, s. 675–692. — Bibliogr. s. 691–692, Abstr.. — Publikacja dostępna online od: 2022-01-31. — 14th Workshop on design and architectures for signal and image processing : held in conjunction with the 16th HiPEAC conference : Budapest, Hungary, January 18–20, 2021. — tekst: https://link.springer.com/content/pdf/10.1007/s11265-021-01734-3.pdf

    orcid iD
  • keywords: UAV, evaluation, LiDAR, testing, automotive, drone, DCNN, ADAS, perception systems, automatic labelling, AruCo markers

    cyfrowy identyfikator dokumentu: 10.1007/s11265-021-01734-3

4
5
  • Optimisation of a Siamese neural network for real-time energy efficient object tracking / Dominika PRZEWŁOCKA, Mateusz WĄSALA, Hubert SZOLC, Krzysztof BŁACHUT, Tomasz KRYJAK // W: Computer 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. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ; LNCS 12334. Image Processing, Computer Vision, Pattern Recognition, and Graphics). — ISBN: 978-3-030-59005-5 ; e-ISBN: 978-3-030-59006-2. — S. 151–163. — Bibliogr., Abstr.. — Publikacja dostępna online od: 2020-08-09

    orcid iD
  • 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
  • Real-time HOG+SVM based object detection using SoC FPGA for a UHD video stream / Mateusz WĄSALA, Tomasz KRYJAK // W: 11th Mediterranean Conference on Embedded Computing (MECO) [Dokument elektroniczny] : 7–10 June 2022, Budva, Montenegro. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — (Mediterranean Conference on Embedded Computing ; ISSN 2637-9511). — Dod. ISBN: 978-1-6654-6827-5, 978-1-6654-6829-9. — e-ISBN: 978-1-6654-6828-2. — S. [1–6]. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. [6], Abstr.. — Publikacja dostępna online od: 2022-06-21. — tekst: https://ieeexplore-1ieee-1org-1000047qf0119.wbg2.bg.agh.edu.pl/stamp/stamp.jsp?tp=&arnumber=9797113

    orcid iD
  • 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