Wykaz publikacji wybranego autora

Mikołaj Leszczuk, dr hab. inż., prof. AGH

profesor nadzwyczajny

Wydział Informatyki, Elektroniki i Telekomunikacji
WIEiT-kt, Instytut Telekomunikacji


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / telekomunikacja


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-9123-1039 orcid iD

ResearcherID: C-4857-2011

Scopus: 6508227256

PBN: 5e70922c878c28a047391184

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • [referat w czasopiśmie, 2023]
  • TytułAnaliza wpływu mikro-struktury prezentacji treści na subiektywną ocenę jakości wideo i jej stabilność
    AutorzyTomasz KONASZYŃSKI, Dawid JUSZKA, Mikołaj LESZCZUK
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 325–328
  • słowa kluczowe: QoE, mikrostruktura treści, Absolute Category Rating, ocena subiektywna

    keywords: QoE, Quality of Experience, subjective assessment, Absolute Category Rating, content microstructure

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.73

2
3
  • [artykuł w czasopiśmie, 2023]
  • Tytuł”In the wild” video content as a special case of user generated content and a system for its recognition
    AutorzyMikołaj LESZCZUK, Marek Kobosko, Jakub Nawała, Filip Korus, Michał GREGA
    ŹródłoSensors [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2023 vol. 23 iss. 4 art. no. 1769, s. 1–17. — tekst: https://www.mdpi.com/1424-8220/23/4/1769/pdf?version=1676519053
  • keywords: QoS, QoE, performance, computer vision, evaluation, Quality of Experience, metrics, KPI, Quality of Service, Key Performance Indicators, Video Quality Indicators, in wild content, UGC, VQI, CV, User-Generated Content

    cyfrowy identyfikator dokumentu: 10.3390/s23041769

4
  • [artykuł w czasopiśmie, 2023]
  • TytułObjective video quality assessment and ground truth coordinates for automatic license plate recognition
    AutorzyMikołaj LESZCZUK, Lucjan JANOWSKI, Jakub Nawała, Jingwen Zhu, Yuding Wang, Atanas Boev
    ŹródłoElectronics [Dokument elektroniczny]. — Czasopismo elektroniczne. — 2023 vol. 12 iss. 23 art. no. 4721, s. 1-32. — tekst: https://www.mdpi.com/2079-9292/12/23/4721/pdf?version=1700560507
  • keywords: computer vision, evaluation, metrics, TRV, Target Recognition Video, Video Quality Indicators, VQI, CV

    cyfrowy identyfikator dokumentu: 10.3390/electronics12234721

5
  • [referat, 2023]
  • TytułOptimization and evaluation of emerging codecs
    AutorzySyed UDDIN, Mikołaj LESZCZUK, Michał GREGA
    ŹródłoIMX 2023 [Dokument elektroniczny] : ACM international conference on Interactive Media Experiences : 12–15 June 2023, Nantes, France : proceedings. — USA : ACM, cop. 2023. — S. 435–438
  • keywords: optimization, video quality, VMAF, video codec, quantization parameter

    cyfrowy identyfikator dokumentu: 10.1145/3573381.3596504

6
  • [referat, 2023]
  • TytułProposing more ecologically-valid experiment protocol using YouTube platform
    AutorzyWIELGUS Gabriela, JANOWSKI Lucjan, KONIUCH Kamil, LESZCZUK Mikołaj, Figlus Rafał
    ŹródłoElectronic imaging 2023 [Dokument elektroniczny] : January 15-19, 2023, [San Francisco] / Society for Imaging Science and Technology. — Springfield, USA : Society for Imaging Science and Technology, [2023]. — S. 261-1-261-6 art. ID: IQSP-261
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu: 10.2352/EI.2023.35.8.IQSP-261

7
8
  • [referat w czasopiśmie, 2023]
  • TytułSubjective quality assessment of video summarisation algorithms: a crowdsourcing approach
    AutorzyAvrajyoti DUTTA, Mikołaj LESZCZUK, Dawid JUSZKA, Michał GREGA
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 333–336
  • słowa kluczowe: crowdsourcing, treść generowana przez użytkownika, streszczenie wideo, ocena jakości wideo, eksperyment subiektywny

    keywords: video quality assessment, crowdsourcing, video summarization, subjective experiment, User-Generated Content

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.75

9
  • [referat w czasopiśmie, 2023]
  • TytułUnsupervised category learning in perceived video quality
    AutorzyAndres VEJAR, Tomasy KONASZYŃSKI, Dawid JUSZKA, Mikołaj LESZCZUK
    ŹródłoPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne. — 2023 R. 96 nr 4, s. 329–332
  • keywords: machine learning classification, perceived video quality, category learning

    cyfrowy identyfikator dokumentu: 10.15199/59.2023.4.74