Reliability and security of a power transmission depends on the state of the power grid and mainly on the state of the Extra-High Voltage pylons. The paper deals with deformation analysis of existing steel structure of selected Extra-High Voltage pylons which showed excessive differences comparing to the original design. In the assessment of the situation, geodetic survey of selected pylons of power grid that showed the greatest deformation was performed. On taken images, deformation of steel structures by using the FOTOMNG system was also analyzed. The proposed method allows a modeling of the structure of the object based on precisely obtained photographic documentation of the current state. It also represents a very effective method which allows to quickly and efficiently analyze the deformation in the structure of Extra-High Voltage pylons in the critical position of the power grid. Other benefits include the possibility of repeatable and safe measurement.
Steganografie může být využita k nelegálním aktivitám. Proto je velmi důležité být připraven. K detekci steganografického obrázku máme k dispozici techniku známou jako stegoanalýza. Existují různé typy stegoanalýzy v závislosti na tom, zda je znám originální nosič nebo zdali víme, jaký byl použit algoritmus pro vložení tajné zprávy. Z hlediska praktického použití jsou nejdůležitější metody "slepé stagoanalýzy", které zle aplikovat na obrazové soubory a jelikož nemáme originální nosič pro srovnání. Tato doktorská práce popisuje metodologii obrazové stegoanalýzy. V této práci je důležité porozumět chování cíleného steganografického algoritmu. Pak můžeme využít jeho slabiny ke zvýšení detekční schopnosti a úspěšnosti kategorizace. Primárně se zaměřujeme na prolomení steganografického algoritmu OutGuess2.0 a sekundárně na algoritmus F5. Analyzujeme schopnost detektoru, který využívá proces kalibrace, výpočtu shlukování a mělkou neuronovou síť k detekci přítomnosti steganografické zprávy na podezřelém snímku. Nový přístup a výsledky jsou sepsány v této doktorské práci. Hlavní přínosy disertační práce jsou následující: 1. Detekce stegogramů vytvořených steganografickými algoritmy OutGuess2.0 a F5. 2. Vysoká úspěšnost klasifikace -s ohledem na sensitivitu testu. 3. Invariance sensitivity testu vůči velikosti tajné zprávy. 4. Podpora různých rozlišení a barevné hloubky obrázků. 5. Aplikace mělké neuronové sítě. 6. Aplikace filtrování makrobloků JPEG obrázků pro zvýšení úspěšnosti klasifikace. 7. Publikování výzkumu -všechny prezentované přínosy jsou publikovány na mezinárodní konferenci nebo v časopise.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.