Národní úložiště šedé literatury Nalezeno 41 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Rozpoznání typu vozidla z dohledové kamery
Mencner, Pavel ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Cílem této práce je detekce vozidel v obraze z dopravní dohledové kamery a jemná klasifikace jejich typu (výrobce a model). V práci je implementována normalizační metoda Unpack, která slouží pro transformaci obrazu vozidla do jeho zdánlivé rovinné reprezentace, za účelem zvýšení úspěšnosti klasifikátoru. Metoda Unpack využívá pro normalizaci 3D bounding box vozidla, který je v testovací fázi sestaven z informací o kontuře a směru k úběžníkům vozidla. Součástí práce je srovnání přesnosti metody přímé a Unpack klasifikace. Řešení se skládá z více na sebe navazujících částí, které využívají konvolučních neuronových sítí. Tyto části jsou: detekce vozidel v obraze, odhad směru k úběžníkům scény řešený jako klasifikační úloha, detekce kontury vozidel s využitím konvoluční Encoder-Decoder sítě a jemná klasifikace typu vozidel. Pomocí klasifikace s využitím metody Unpack bylo dosaženo zvýšení přesnosti systému o 2% proti přímé klasifikaci, dosahujíc výsledné úspěšnosti 86%. Výsledkem práce je systém jemné klasifikace typu vozidel pracující se záznamem z dohledové kamery bez omezení pozorovacích úhlů.
Generátor syntetické datové sady pro dopravní analýzu
Svoreň, Ondrej ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Táto bakalárska práca sa zaoberá vytvorením generátora syntetickej dátovej sady pre do pravnú analýzu. V práci sa venujem problematike analýzy dopravy prostredníctvom počí tačového videnia, spôsobu a podmienkam vytvorenia generátora syntetickej dátovej sady,  potenciálnemu využitiu výsledkov na strojové učenie a možnostiam ďalšieho vývoja. Zo za obstaraných fotografií automobilov Českej republiky, Slovenska, Poľska a Maďarska som vytvoril generátor syntetických poznávacích značiek týchto štátov, ktoré tvoria po grafic kých úpravách a po spojení s fotografiami automobilov výslednú dátovú sadu určenú na strojové učenie. Samotné riešenie je rozdelené do troch skriptov v jazyku Python s použi tím knižnice OpenCV. Výsledná dátová sada slúži systému využívajúcemu strojové učenie na reidentifikáciu evidenčných čísel vozidiel z fotografií zachytených v cestnej premávke.
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Jeřábek, Vladimír ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří ve videu pomocí neuronových sítí. Na začátku je popsán výběr a ověření konvolučních neuronových sítí pro generování příznakových vektorů z obrázků různých identit. V další části se tato práce věnuje agregování příznakových vektorů ze snímků videa. Agregování probíhá pomocí agregačních neuronových sítí. Na konci této práce jsou diskutovány výsledky, kterých dané agregační metody dosáhli.
Mobilní aplikace pro Studis VUT
Smyčka, Jan ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Bakalářská práce se zabývá vývojem mobilní aplikace v operačním systému Android pro informační   systém VUT. Teoretická část práce se věnuje operačnímu systému Android a jeho základním prvkům   užívaným při tvorbě aplikace, v textu je rozebrán také design a architektonický návrh mobilních   aplikací. Zásadní část práce se věnuje popisu implementace vytvořené aplikace a jejímu testování na   uživatelích. V závěrečné části práce je vývoj aplikace a testování uživatelů zhodnoceno a je navržen   další možný vývoj aplikace do budoucna.
Měření rychlosti automobilů z dohledové kamery
Jaklovský, Samuel ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Táto diplomová práca sa zaoberá plne automatickou kalibráciou dopravnej dohľadovej kamery, ktorá je následne použitá na meranie rýchlosti prechádzajúcich vozidiel. Práca obsahuje a popisuje teoretické informácie a algoritmy týkajúce sa tejto problematiky. Na ich základe bol postavený komplexný návrh systému pre automatickú kalibráciu a meranie rýchlosti. Navrhnutý systém bol úspešne naimplementovaný. Implementovaný systém je optimalizovaný tak, aby pre automatickú kalibráciu kamery musel spracovať čo najmenší úsek vstupného videa. Kalibračné parametre sú tak získané po spracovaní iba dva a pol minúty vstupného videa. Presnosť implementovaného systému bola vyhodnotená na datasete BrnoCompSpeed. Chyba pri meraní rýchlosti pri použití systému automatickej kalibrácie predstavuje 8,15 km/h. Chyba je spôsobená hlavne nepresným získavaním mierky, pri jej nahradení manuálne získaným údajom sa nepresnosť zníži na 2,45 km/h. Samotný systém merania rýchlosti vykazuje chybu len 1,62 km/h (vyhodnotené použitím manuálne získanými kalibračnými parametrami).
Komprese obrazu pomocí neuronových sítí
Teuer, Lukáš ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tento dokument se zabývá kompresí obrazu za pomoci různých druhů neuronových sítí. Jsou zde probrány vlastnosti použitých druhů neuronových sítí, jako jsou konvoluční a rekurentní neuronové sítě. V dokumentu jsou ukázány a podrobně popsány architektury neuronových sítí, které se dají použit ke kompresi obrazu, a vysvětluje, jakým způsobem pracují. Dále jsou zde provedeny experimenty nad různými strukturami a parametry neuronových sítí za cílem najít nejvhodnější vlastnosti sítě pro kompresi obrazu. Navrhují se zde nové koncepty pro kompresi obrazu pomocí neuronových sítí, které jsou hned otestovány. Na závěr je zde navržena síť skládající se z nejlepších konceptů a částí otestovaných během  experimentování.
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Mihalčin, Tomáš ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Táto diplomová práca sa zameriava na rozpoznanie tvári z videa, konkrétne na spôsob agregácie príznakových vektorov, do jedného diskriminatívneho vektora, tiež nazývaného šablóna.   Skúma problém extrémne natočených tvárí, vzhľadom na presnosť verifikácie. Ďalej, porovnáva vzťah medzi šablónami tvorenými vektormi extrahovanými zo snímkov z videa a vektormi z fotografií.   Navrhnutá hypotéza je testovaná pomocou dvoch hlbokých konvolučných neurónových sietí a to so známym modelom VGG-16 siete a modelom siete nazývanej Fingera, poskytnutej od firmy Innovatrics. V rámci práce, bolo vykonaných niekoľko experimentov, ktorých výsledky potvrdzujú úspešnosť navrhnutého postupu. Ako metrika presnosti bola zvolená ROC krivka. K práci s neurónovými sieťami bol použitý framework Caffe.
Augmented Reality for Desk Board Game
Richter, Jiří ; Sochor, Jakub (oponent) ; Beran, Vítězslav (vedoucí práce)
The aim of this work is to create a system, which will enhance the experience from playing the board and especially the card games, by projecting a relevant multimedia information in a game area. At first, the benefits of card and board games are described. Next, the principles of Augmented reality and their usability during design of such system are presented. The designed system is divided into three modules. First of them is module, which analyze the state of game in the real-world --- provide the information about player activity and the types of game objects which are presented in a game area. Second of them is module, which control whole system, provide user interface for its calibration and implements game state space, for which the system is intended. Third module provides output of the system --- it creates a~multimedia content, which is projected in a game area, and it is relevant to current game state. Finally, the designed system is implemented for card game Bang. Its ability to read the real-world game state is measured and user experience is tested.
Lokalizace mobilního robota v prostředí
Urban, Daniel ; Sochor, Jakub (oponent) ; Veľas, Martin (vedoucí práce)
Táto diplomová práca sa zaoberá problematikou lokalizácie mobilného robota v prostredí, na základe senzorických 2D a 3D dát a záznamov z minulosti. Práca je zameraná na detekciu robotom už navštívených miest. Implementovaný systém je vhodný k detekcii slučiek, k čomu využíva 3D Gestalt deskriptory. Výstupom systému sú odpovedajúce pozície, na ktorých sa už robot nachádzal. Funkčnosť systému bola testovaná a vyhodnotená na LiDAR-ových dátach.
Detekce, sledování a klasifikace automobilů
Vopálenský, Radek ; Sochor, Jakub (oponent) ; Juránek, Roman (vedoucí práce)
Cílem této diplomové práce je navrhnout a implementovat v jazyce C++ systém pro detekci, sledování a klasifikaci automobilů ze streamů nebo záznamů dopravních kamer. Systém běží na platformě robotického operačního systému a využívá knihovny OpenCV, FFmpeg, TensorFlow a Keras. Pro detekci je využit kaskádový klasifikátor, pro sledování Kalmanův filtr a pro klasifikaci konvoluční neuronová síť. Z celkového počtu 627 automobilů bylo správně sledováno 479. Z toho bylo klasifikováno celkem 458 (nejsou zahrnuty kamiony nebo nákladní automobily). Výsledný systém je možné využívat pro analýzu dopravy.

Národní úložiště šedé literatury : Nalezeno 41 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
4 SOCHOR, Jan
4 Sochor, Jan
4 Sochor, Jiří
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.