|
|
Segmentace obrazu pomocí strojového učení
Matějek, Libor ; Frýza, Tomáš (oponent) ; Bravenec, Tomáš (vedoucí práce)
Tato práce se zabývá strojovým učením a jeho aplikací do oblasti segmentace obrazu a rozpoznávání objektů. V práci je popsána základní terminologie související se strojovým učením a dat, které s ním souvisí. Dále se zaměřuje na biologickou podstatu neuronu a jeho technologické aplikace. Jsou zde přiblíženy základní druhy neuronových sítí a pro zpracování obrazu stěžejní konvoluční neuronová síť. Práce také uvádí využívané architektury konvolučních neuronových sítí. Dále navazují metody předzpracování obrazu před konvoluční sítí R-CNN. Následně jsou rozebrány některé z datasetů vhodných pro rozpoznání obrazu. Implementace je pak realizována v jazyce Python s podporou frameworku PyTorch od Facebooku.
|
|
|
Segmentace obrazu pomocí GPU
Bravenec, Tomáš ; Mego, Roman (oponent) ; Frýza, Tomáš (vedoucí práce)
Bakalářská práce je zaměřena na využití potenciálu grafických karet v oblasti paralelního zpracování dat, přesněji na zpracování obrazu. Zabývá se určením rozdílu v rychlosti zpracování pomocí grafické karty a běžného přístupu pomocí procesoru. Práce se dále zabývá snímáním obrazu pomocí webkamery.
|
|
|
Detekce dopravních značek v reálném čase
Sicha, Marek ; Přinosil, Jiří (oponent) ; Bravenec, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá detekcí a klasifikací dopravních značek v obrazech a videosekvencích. Cílem práce je i možnost provádět detekci a klasifikaci na jednodeskovém počítači. Pro řešení problému byly vybrány neuronové sítě a programovací jazyk Python. Detekce a klasifikace objektu je řešena zvlášť, tudíž byly použity dvě neuronové sítě. Pro klasifikaci byla zvolena konvoluční neuronová síť a pro detekci byl zvolen detektor z rodiny EfficientDet. Celková architektura byla testována na jednodeskovém počítači Nvidia Jetson Nano.
|
|
|
Exploiting Wireless Communications for Localization: Beyond Fingerprinting
Bravenec, Tomáš ; Sanchez, Maria Cristina Rodriguez (oponent) ; Crivello, Antonino (oponent) ; Moreira, Adriano (oponent) ; Orti, Enrique Quintana (oponent) ; Oliver, Sergi Trilles (oponent) ; Frýza, Tomáš (vedoucí práce)
The field of Location-based Services (LBS) has experienced significant growth over the past decade, driven by increasing interest in fitness tracking, robotics, and eHealth. This dissertation focuses on evaluating privacy measures in Indoor Positioning Systems (IPS), particularly in the context of ubiquitous Wi-Fi networks. It addresses non-cooperative user tracking through the exploitation of unencrypted Wi-Fi management frames, which contain enough information for device fingerprinting despite MAC address randomization. The research also explores an algorithm to estimate room occupancy based on passive Wi-Fi frame sniffing and Received Signal Strength Indicator (RSSI) measurements. Such room occupancy detection has implications for energy regulations in smart buildings. Furthermore, the thesis investigates methods to reduce computational requirements of machine learning and positioning algorithms through optimizing neural networks and employing interpolation techniques for IPS based on RSSI fingerprinting. The work contributes datasets, analysis scripts, and firmware to improve reproducibility and supports advancements in the LBS field.
|
|
|
Computer vision and hand gestures detection and fingers tracking
Bravenec, Tomáš ; Wyrzykowski, Roman (oponent) ; Frýza, Tomáš (vedoucí práce)
This master’s thesis is focused on hand gestures and finger detection in still images and video sequences. The thesis contains a summary of different approaches to hand gesture detections, advantages and disadvantages of each approach. The thesis also includes the realization of the platform independent application written in Python using OpenCV and PyTorch libraries, that can show a selected image or play a video sequence with highlighted recognized gestures.
|
|
|
Multi-Class Weather Classification From Single Images With Convolutional Neural Networks On Embedded Hardware
Bravenec, Tomáš
The paper is focused on creating a lightweight machine learning solution for classificationof weather conditions from input images, that can process the input data in real time on embeddeddevices. The approach to the classification uses deep convolutional neural networks architecture withfocus on lightweight design and fast inference, while providing high accuracy results. The focus oncreating lightweight convolutional neural network architecture capable of classification of weatherconditions also enables usage of the network in real time applications at the edge.
|
|
|
Detekce dopravních značek v reálném čase
Sicha, Marek ; Přinosil, Jiří (oponent) ; Bravenec, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá detekcí a klasifikací dopravních značek v obrazech a videosekvencích. Cílem práce je i možnost provádět detekci a klasifikaci na jednodeskovém počítači. Pro řešení problému byly vybrány neuronové sítě a programovací jazyk Python. Detekce a klasifikace objektu je řešena zvlášť, tudíž byly použity dvě neuronové sítě. Pro klasifikaci byla zvolena konvoluční neuronová síť a pro detekci byl zvolen detektor z rodiny EfficientDet. Celková architektura byla testována na jednodeskovém počítači Nvidia Jetson Nano.
|
|
|
Segmentace obrazu pomocí strojového učení
Matějek, Libor ; Frýza, Tomáš (oponent) ; Bravenec, Tomáš (vedoucí práce)
Tato práce se zabývá strojovým učením a jeho aplikací do oblasti segmentace obrazu a rozpoznávání objektů. V práci je popsána základní terminologie související se strojovým učením a dat, které s ním souvisí. Dále se zaměřuje na biologickou podstatu neuronu a jeho technologické aplikace. Jsou zde přiblíženy základní druhy neuronových sítí a pro zpracování obrazu stěžejní konvoluční neuronová síť. Práce také uvádí využívané architektury konvolučních neuronových sítí. Dále navazují metody předzpracování obrazu před konvoluční sítí R-CNN. Následně jsou rozebrány některé z datasetů vhodných pro rozpoznání obrazu. Implementace je pak realizována v jazyce Python s podporou frameworku PyTorch od Facebooku.
|
|
|
Image Segmentation On CPU/GPU
Bravenec, Tomáš
This article is focused on using graphical processing units for parallel data processing, specifically on image processing. Main focus of this thesis is determining time difference in image processing using graphical processing unit and classic approach on processor. Another focus is accessing webcam and processing of captured frames.
|
|
|
Hand Detection In Static Images, Video Sequences And Real Time Camera Feed
Bravenec, Tomáš
The goal of this project is to create a computer vision system capable of hand detection in static images and in video sequence either from existing recording or real time feed from connected camera. Algorithms commonly used for hand detection are mostly dependent on simple background and are very dependent on the lightning changes. To mostly eliminate these issues this project uses deep convolutional neural network trained for hand detection.
|
host ::
RSS.