Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.01 vteřin. 
Použití šablon nezávislých na rotaci pro rozpoznání vajíček na snímku
Bláha, Vojtěch ; Vomlelová, Marta (vedoucí práce) ; Harmanec, Adam (oponent)
Tato bakalářská práce se zabývá rozpoznáváním vajíček na obrázku. Cílem bylo vy- tvořit skupinu programů, které nejdříve nasnímají obrazová data, poté v nich najdou vajíčka a nakonec zpřístupní výsledky v nějakém uživatelském prostředí. Postupně jsme otestovali různé klasifikační metody (porovnání se vzory, logistickou regresi a neuronové sítě). Také jsme vyzkoušeli různé reprezentace obrázku jako je maticová reprezentace a prstencová projekce. Podívali jsme se i na různá předzpracování obrazu před samotným hledaním, využili jsme šedotón, barevná spektra a hrany detekované horní propustí nebo Kirscheho detektorem. Po otestování všech metod jsme vybrali tu nejlepší a vytvořili jsem samotný klasifikační program. Nejúspěšnější metoda byla logistická regrese s prstencovou reprezentací. 1
Registration of images of nuclear fuel assembly
Harmanec, Adam ; Blažek, Jan (vedoucí práce) ; Šikudová, Elena (oponent)
Jaderné palivo je při pravidelných odstávkách vizuálně kontrolováno za účelem sledování defektů a dlouhodobých změn. Aby bylo možné automatizovaně srovnat snímky palivových souborů, je nutné provést jejich registraci, jejíž implementace zatím nebyla publikována ve vědecké literatuře. V této práci předkládáme analýzu jednotlivých kroků registrace, různých možností jejich řešení a podobnostních metrik inspirovaných automatickým zaostřováním a rekonstrukcí obrazu. Jejich kvalitu jsme hodnotili pomocí řady experimentů, které testovaly jejich různé vlasnosti na nové datové datové sadě vytvořené ve spolupráci s Centrem Výzkumu Řež. Nakonec představujeme a diskutujeme výsledky a nabízíme doporučení, kdy jako metriku použít.
Traffic sign classification by deep learning
Harmanec, Adam ; Blažek, Jan (vedoucí práce) ; Kratochvíl, Miroslav (oponent)
Klasifikace dopravních značek je zkoumána již řadu letu a bylo dosáhnuto velmi dobrých výsledků. My předkládáme analýzu používaných datasetů jako velmi omezených na použití v reálných situacích. V této tezi analyzujeme dostupné datasety a jejich sloučením a rozšířením o nová data vytvoříme robustnější a obsáhlejší dataset použitelný v České republice. Následně navrhneme architekturu konvoluční neuronové sítě a spolu s několika technikami předzpracování ji otestujeme na novém datasetu dosahujíc přesnosti přes 99%.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.