|
|
Automatické počítaní lidí z panoramatické fotografie
Blucha, Ondřej ; Kolář, Martin (oponent) ; Veľas, Martin (vedoucí práce)
Tato bakalářská práce se zabývá automatickým počítáním lidí z panoramatické fotografie. Toto je velmi užitečné pro počítání velkého počtu lidí, například na stadionech nebo na koncertech. Skládá se ze dvou částí. První částí je spojování fotografií, ke které byly použity příznakově založené metody. Druhou částí je počítáni osob pomocí detekce obličejů, ke které byl použit detektor Viola-Jones. Pomocí testování bylo zvoleno ideální nastavení parametrů použitých metod pro daný problém.
|
|
|
Segmentace ultrazvukovych snimku za ucelem detekce arterialni steny a mereni vrstev intima-media
Beneš, Radek ; Chromý,, Erik (oponent) ; Dostál, Otto (oponent) ; Říha, Kamil (vedoucí práce)
Tato práce je zaměřena na problematiku měření šířky vrstev intima a media (intima media thickness), která se z medicínského pohledu ukazuje jako vhodná pro ohodnocení rizik plynoucích z různých onemocnění kardiovaskulárního systému. Šířka intima media je měřena v ultrazvukovém obraze, který zobrazuje arterii carotis communis v jejím podélném řezu, ve kterém jsou patrné měřené vrstvy intima a media. Práce zahrnuje teoretickou analýzu problematiky z technického i medicínského pohledu a shrnuje současný stav zkoumané problematiky. V práci je popsán návrh nového plně automatického systému pro měření šířky vrstev intima media. Navržený systém zahrnuje i robustní proceduru lokalizace arterie a je tak schopen bez počáteční inicializace či úpravy vstupních dat zpracovávat přímo zdrojová data získaná ultrazvukovou stanicí v B-módu.
|
|
|
Panorama z Ptačí Perspektivy
Sobotka, Lukáš ; Pavelková, Alena (oponent) ; Kolář, Martin (vedoucí práce)
Cílem této práce je vytvoření panoramatu z fotografií pořízených z náhodně pohybujícího se zařízení s operačním systémem Android. Toto zařízení je umístěné na létajícím aparátu (drak, heliový balón, dron, ...). Vzniklé fotografie snímají zemi z výšky, z ptačí perspektivy. Byla tedy vytvořená a otestovaná aplikace pro OS Android, která vytváří kolekci snímků a následně provádí algoritmus pro vytvoření panoramatu. Tento algoritmus určuje pomocí metody SURF deskriptory, které jsou filtrovány algoritmem RANSAC pro nalezení optimální homografie. Provádí se iterativně nad celou kolekcí pořízených fotografií. Obrazová data jsou zpracována pomocí knihovny OpenCV.
|
|
|
Skládání panoramat z fotografií
Pospíšil, Lukáš ; Maršík, Lukáš (oponent) ; Svoboda, Pavel (vedoucí práce)
Hlavní náplní této práce je porovnání algoritmů pro výpočet homografie. Konkrétně jsou porovnávány algoritmy RANSAC, LO-RANSAC a PROSAC. Samotné skládání panoramat je bráno pouze jako prostředek pro porovnání. Ale i přesto jsou v~této práci uvedeny základní algoritmy používané při skládání panoramat.
|
|
|
Video-manuál jako aplikace na mobilním telefonu s rozpoznáním objektů
Nedbálek, Stanislav ; Maršík, Lukáš (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá možnostmi uplatnění počítačového vidění a rozšířené reality na mobilní platformě - operačním systému Android. Cílem této práce je demonstrovat možnosti praktického využití těchto technologií na reálných případech a situacích dneška. Práce se zaměřuje na návrh a implementaci mobilní aplikace, která je schopná pro automaticky detekovaný objekt zobrazit video manuál. Vytvořená aplikace byla testována se skupinou uživatelů, která prokázala použitelnost a intuitivnost aplikace.
|
|
|
Detekce elipsy v obraze
Hříbek, Petr ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Práce představuje algoritmy používané pro detekci elipsy v obraze. Každá metoda je teoreticky popsána ve vlastní podkapitole. Mezi popisované metody patří mimo jiné Houghova transformace, Náhodná Houghova transformace, RANSAC, genetické algoritmy a jejich různé úpravy a optimalizace. Dále jsou popsány modifikace stávajících postupů s cílem dosažení lepších výsledků, jedná se o Obloukovou MHT, Kombinaci NMHT a Detekci metodou nejmenších čtverců. Předposlední kapitolou je popis testování parametrů rychlosti, úspěšnosti a přesnosti implementovaných algoritmů. Závěr práce shrnuje výsledky dosažené testováním a jednotlivé metody komentuje.
|
|
| |
|
|
Pořizování vysoce kvalitních snímků rovinných povrchů chytrým telefonem
Masaryk, Adam ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cieľom tejto práce je vytvoriť mobilnú aplikáciu pre systém Android, ktorá užívateľom umožní vytvárať vysoko kvalitné fotografie rovinných predmetov. V aplikácii si užívateľ vytvorí viacero fotografií vybraného rovinného predmetu. Tieto fotografie sú následne zarovnané a potom spojené do jedného výsledného obrázku, pričom pri tomto spojení dochádza k odfiltrovaniu rôznych nedostatkov, ktoré sa môžu vo fotografiách nachádzať.
|
|
|
Approximation surfaces for 3D data
Valachová, Alžbeta ; Novák, Jiří (oponent) ; Procházková, Jana (vedoucí práce)
This bachelor thesis is dealing with approximation surfaces for 3D data using methods such as RANSAC, least square method and B-spline surface. Its goal is to study and program these methods. First, the methods are described and then the actual programs are analysed. In the end of the thesis, we compare all three methods using data from 3D scanning. Through this effort we can assess their positives and negatives.
|
|
|
Deep Neural Networks for Landmark Detection on 3D Models
Kubík, Tibor ; Kodym, Oldřich (oponent) ; Španěl, Michal (vedoucí práce)
Landmark detection is a frequent step during medical data analysis. More and more often, these data are represented in the form of 3D models. An example is a 3D intraoral scan of dentition. Deep neural networks are an appropriate way of detecting landmarks in images. In terms of 3D data, the processing comes with high memory requirements and computational time, which does not meet the needs of medical applications. In this work, I propose a method that eliminates this problem and detects landmarks on the surface of polygonal models of jaws. Different architectures of neural networks, all of which are based on the U-Net architecture, are used in this work. The multi-view approach transforms the task into a 2D domain, where the suggested networks detect landmarks by heatmap regression from several viewpoints. Using a consensus method, final estimates from multiple views are predicted in 3D space. This work introduces experiments with two consensus methods: a centroid of predictions and a geometric approach based on the RANSAC algorithm and least-squares fit. Experiments have shown that a combination of Attention U-Net, 100 viewpoints, and RANSAC consensus method, is able to detect landmarks with an error of 1.20 +- 1.81 mm, while 94.01% of landmarks is predicted with an error of less than 2 mm.
|
host ::
RSS.