1 resultado para 266
em Repositório Científico do Instituto Politécnico de Lisboa - Portugal
Filtro por publicador
- Andina Digital - Repositorio UASB-Digital - Universidade Andina Simón Bolívar (2)
- Archive of European Integration (21)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (47)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (4)
- Bibloteca do Senado Federal do Brasil (5)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (2)
- Brock University, Canada (3)
- Cámara de Comercio de Bogotá, Colombia (1)
- CentAUR: Central Archive University of Reading - UK (69)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (1)
- Comissão Econômica para a América Latina e o Caribe (CEPAL) (57)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (18)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (1)
- CUNY Academic Works (2)
- Dalarna University College Electronic Archive (2)
- Digital Archives@Colby (1)
- DigitalCommons@University of Nebraska - Lincoln (1)
- Digitale Sammlungen - Goethe-Universität Frankfurt am Main (4)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (47)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (68)
- Georgian Library Association, Georgia (4)
- Institute of Public Health in Ireland, Ireland (2)
- Instituto Politécnico do Porto, Portugal (4)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (8)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (3)
- Martin Luther Universitat Halle Wittenberg, Germany (1)
- Memoria Académica - FaHCE, UNLP - Argentina (3)
- Ministerio de Cultura, Spain (169)
- Portal do Conhecimento - Ministerio do Ensino Superior Ciencia e Inovacao, Cape Verde (1)
- Publishing Network for Geoscientific & Environmental Data (45)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório da Escola Nacional de Administração Pública (ENAP) (5)
- Repositório da Produção Científica e Intelectual da Unicamp (3)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (4)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (2)
- Repositório Digital da Universidade Municipal de São Caetano do Sul - USCS (1)
- REPOSITORIO DIGITAL IMARPE - INSTITUTO DEL MAR DEL PERÚ, Peru (2)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (4)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (136)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (4)
- School of Medicine, Washington University, United States (1)
- Scielo Saúde Pública - SP (53)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (1)
- Universidad Autónoma de Nuevo León, Mexico (10)
- Universidad del Rosario, Colombia (41)
- Universidade do Minho (4)
- Universidade dos Açores - Portugal (1)
- Universidade Federal do Pará (4)
- Universidade Federal do Rio Grande do Norte (UFRN) (10)
- Universitat de Girona, Spain (1)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (3)
- Université de Lausanne, Switzerland (81)
- Université de Montréal, Canada (6)
- University of Michigan (5)
- University of Queensland eSpace - Australia (1)
Resumo:
This paper presents an integrated system for vehicle classification. This system aims to classify vehicles using different approaches: 1) based on the height of the first axle and_the number of axles; 2) based on volumetric measurements and; 3) based on features extracted from the captured image of the vehicle. The system uses a laser sensor for measurements and a set of image analysis algorithms to compute some visual features. By combining different classification methods, it is shown that the system improves its accuracy and robustness, enabling its usage in more difficult environments satisfying the proposed requirements established by the Portuguese motorway contractor BRISA.