Národní úložiště šedé literatury Nalezeno 708 záznamů.  začátekpředchozí664 - 673dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Detekce objektů na desce pracovního stolu
Varga, Tomáš ; Zemčík, Pavel (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou detekce objektů na pracovní desce v mračne bodů. Mračno bodů je zaznamenáno pomocí senzoru Kinect. Navržené řešení je postaveno na algoritmu RANSAC pro detekci plochy, dále na algoritmu Euklidovo zhlukování pro segmentaci a nakonec na algoritmu ICP pro detekci objektů. Algoritmus ICP je modifikovaný a dokáže detekovat hlavně rotačně symetrické objekty a objekty, které nejsou nijak transformovány vůči modelům. Řešení využíva platformu ROS, na kterém se výsledný balíček vyvíjí. Výsledky dosažené nad vlastní datovou sadou byly dobré i přes omezenou funkčnost detektoru.
Rozpoznávání objektů pomocí evolučních metod
Lýsek, Jiří ; Škorpil, Vladislav (oponent) ; Rábová, Ivana (oponent) ; Šťastný, Jiří (vedoucí práce)
Tato práce pojednává o použití evolučních metod, konkrétně gramatické evoluce k rozpoznávání objektů v obraze. V práci jsou popsány principy rozpoznávání objektů a evoluční metody se zaměřením na gramatickou evoluci. Ve vlastní práci jsou navrženy metody pro tvorbu klasifikátorů pomocí gramatické evoluce a je navržen vhodný postup včetně návrhu výpočtu fitness funkce. Nakonec je představeno vytvořené vývojové a testovací prostředí v jazyce Java.
Detekce mimiky obličeje
Kozák, Roman ; Krček, Petr (oponent) ; Roupec, Jan (vedoucí práce)
Tato diplomová práce se zabývá návrhem a tvorbou aplikace pro rozpoznávání výrazů obličeje. V úvodu práce je popsána problematika zpracování obrazu, především algoritmy, které jsou použity v dalších částech. Dále je věnována pozornost metodám detekce obličeje, zejména detektoru Viola-Jones. Poté následuje stručný popis základních obličejových výrazů, které budou aplikací rozpoznávány. Poslední dvě části se věnují samotnému návrhu a realizaci aplikace a zhodnocení výsledků.
Detekce a rozpoznání omezení rychlosti z dopravních značek
Solnický, Vojtěch ; Krejsa, Jiří (oponent) ; Grepl, Robert (vedoucí práce)
Diplomová práce se zabývá návrhem a implementací systému pro detekci a rozpoznání omezení rychlosti z dopravních značek. Konkrétně jde o rozpoznání červených kruhových značek Nejvyšší povolená rychlost z obrazových dat za použití metod počítačového vidění. V rámci práce je naprogramováno a otestováno několik metod. Ve finálním řešení je použita segmentace pomocí YCbCr barevného modelu. Detekce kruhové značky i závěrečná klasifikace je vyřešena porovnáním se vzorem. Pro rozpoznání v reálném čase je použit algoritmus sledování detekovaných značek mezi snímky videosekvence. Program je vytvořen v prostředí MATLAB a Simulink. Výsledkem je prototyp jednoduchého asistenčního systému, který je možné implementovat na jakýkoli počítač s kamerou. Správná funkce algoritmu byla prokázána při testech v reálném provozu.
Rozpoznání gest ruky v obraze
Zlotý, Petr ; Horák, Karel (oponent) ; Janáková, Ilona (vedoucí práce)
Práce popisuje rozbor a implementaci rozpoznání gest ruky. Zvolenou metodou je porovnání histogramu orientací. Metoda je rozšířena o několik úprav, především o segmentaci na základě barvy kůže a segmentaci na základě rozdílu aktuálního snímku a modelu pozadí. Dále je v práci navržena metoda rozpoznání trajektorie pohybu celé ruky z dostupných dat prostřednictvím určení polohy z histogramů pro x-ovou a y-ovou souřadnici snímku a klasifikace vyhledáváním v binárním stromu dle kritéria minimální absolutní hodnoty rozdílu vektoru pohybu a bázových vektorů obrázku.
Rozpoznávání znaků pomocí umělé inteligence
Možný, Karel ; Babinec, Tomáš (oponent) ; Červinka, Luděk (vedoucí práce)
Tato práce se zabývá problematikou rozpoznávání znaků v obraze pomocí neuronových sítí s využitím počítačového vidění a statistických momentů. Dále se zabývá návrhem této sítě a implementací této problematiky v programovacím jazyce C++.
Ovládání Linuxu pomocí kamery
Dolníček, Petr ; Beneš, Radek (oponent) ; Šmirg, Ondřej (vedoucí práce)
Cílem projektu bylo vytvořit plně funkční program v jazyce C++, který je schopen detekce objektů a ovládání kurzoru myši v operačním systému Linux. Tato detekce je založena na rozpoznávání objektů požadované barvy a tvaru ze vstupu webkamery, v tomto případě sledování červeného kruhu. Hlavní část kódu byla psaná v programu Harpia, který je pro účely zpracovávání obrazu speciálně vytvořen. Většina použitých funkcí je z knihovny OpenCV, která se zabývá počítačovým viděním. V mé práci naleznete informace o způsobech detekce hran, filtraci obrazu a vyhlazovacích filtrech. Program splňuje stanovené zadání, na základě zjištěné polohy detekovaného objektu v obraze ovládá pohyb kurzoru myši.
Image processing with neural networks
Gróf, Zoltán ; Pohl, Jan (oponent) ; Jirsík, Václav (vedoucí práce)
This bachelor’s thesis centralizes on the possible uses of neural networks in the field of computer vision. This work contains basic theoretic knowledge of the field of neural networks and image processing. It discusses how successfully can neural networks be applied through the separate steps of image processing, what kind of neural networks are suitable for these steps, and what are the problems that might appear with their use. The work discusses the fields of classification and image understanding in a more detailed level. It’s shown how the use of neural networks can be appropriate in these applications. An own program was created as part of this work to demonstrate the classification capabilities of neural networks. It’s shown a neural network is created and trained for the recognition of handwritten numbers. The trained neural network was subject to different tests, through which the conclusion was reached, that it works with a high success rate, but is sensitive to changes in the input objects: change of size and location. A number of possible solutions were designed for this problem.
Houghova transformace pro detekci kružnic
Kazík, Martin ; Burget, Radim (oponent) ; Říha, Kamil (vedoucí práce)
Práce je zaměřena na implementaci algoritmu Houghovy transformace pro detekci kružnic. Algoritmus je implementován v jazyce C++ za použití volně dostupné knihovny OpenCv [5]. Jako implementační prostředí bylo zvoleno Microsoft Visual Studio 2008. V první kapitole je obecně popsána klasická Houghova transformace pro detekci přímek a kružnic. Dále práce obsahuje popis jednotlivých kroků algoritmu Houghovy transformace a popis funkcí OpenCv, které jsou v těchto krocích použity. Podrobně jsou popsány funkce pro převedení obrazu do stupňů šedi, vyhlazení obrazu Gaussovým filtrem a Cannyho hranový detektor pro nalezení hran ve vyhlazeném obraze. Efektivita a rychlost algoritmu je zvýšena zavedením funkce pro vyhledání potenciálních středů. Princip hledání potenciálních středů je založen na faktu, že přímka kolmá na sečnu kružnice a zároveň procházející středem sečny vždy prochází také středem kružnice samotné. Výsledky jednotlivých fází algoritmu (převedení do stupňů šedi, vyhlazení Gaussovým filtrem, detekce hran, vytvoření akumulátoru potenciálních středů a vykreslení kružnic) jsou prezentovány na ultrazvukovém snímku kolagenové tepenní náhrady. V druhé části práce je algoritmus Houghovy transformace využit pro detekci tepny ve snímcích videosekvence zachycené ultrazvukem. Je zde popsána automatizovaná metoda vyhodnocování úspěšnosti detekce tepny. Úspěšnost detekce je testována při změně důležitých parametrů algoritmu. Ze série testů jsou určeny ideální parametry algoritmu pro detekci tepny v dané videosekvenci.
Sledování čáry pro poštovního robota
Juhas, Miroslav ; Horák, Karel (oponent) ; Janáková, Ilona (vedoucí práce)
Práce popisuje základy metod a postupů v počítačovém vidění a také obsahuje návrh praktického uplatnění získaných poznatků na úloze - sledování čáry pro poštovního robota. První část práce obsahuje základní teoretické poznatky z oboru počítačového vidění, které jsou nezbytné pro pochopení následujícího řešení, a je tedy úvodem do samotné podstaty problematiky. V druhé části práce je uveden postup řešení. Je uvedeno samotné řešení jednotlivých kroků, kterými jsou předzpracování obrazu, segmentace, detekce trajektorie a vlastní algoritmus řízení směru pohybu, a zhodnoceny výsledky jednotlivých kroků. V závislosti na dosažených výsledcích jsou zde vybrány metody vhodné pro použití v řešené úloze. V souvislosti s prací jsou uvedeny i zkušenosti aplikace algoritmu na platformě UTAR. V závěru jsou zhodnoceny a shrnuty výsledky dosažené během řešení jednotlivých bodů zadání.

Národní úložiště šedé literatury : Nalezeno 708 záznamů.   začátekpředchozí664 - 673dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.