|
|
Optimal Crop For Photographing Individuals During Sports Activities
Lebedenko, Anastasiia ; Tesařová, Alena (oponent) ; Herout, Adam (vedoucí práce)
The aim of this bachelor thesis is to develop a solution for processing footage featuring human subjects to generate videos of optimal dimensions, focused on the individual, and eliminating redundant background. Utilizing computer vision models, the program identifies and tracks human positions in the input videos, then applies a specialized cropping algorithm to generate output frames. The solution offers customization options for aspect ratio and crop mode in the output video. Thus, it eliminates the necessity for capturing multiple videos to meet varied technical or aesthetic requirements, allowing the creation of diverse outputs from a single high-resolution video using predefined cropping parameters.
|
|
|
Detekce typu a bodového ohodnocení kartiček ve hře Hobiti
Hlinský, Martin ; Kohút, Jan (oponent) ; Vaško, Marek (vedoucí práce)
Cílem této práce je vytvořit detektor karet, který s využitím umělé generace datové sady dokáže natrénovat model, jenž umožňuje zjistit bodové ohodnocení karty a její typ. K samotnému trénování je využit model YOLOv8. Prvním krokem je nafocení karet, které se následně zpracovávají tak, aby neobsahovaly pozadí a byly zarovnány. Tyto předzpracované fotky karet se v kombinaci s obrázky z jiných datových sad spojí v generátoru, který karty náhodně rozmisťuje, otáčí a simuluje fotky reálných případů. Výstupem tohoto generátoru je v případě hry Hobiti ideálně zhruba 50 000 obrázků, avšak v rámci experimentů jsou porovnávány různé velikosti datasetu a předtrénovaných váh. Poslední generace natrénovaných detektorů byla validována na reálné datové sadě za účelem nezaujatého testování a nejpřesnější model trénovaný na čistě syntetických datasetech dosáhl přesnosti až 81,5 % podle metriky 50. Na finálním detektoru je pak možné implementovat například počítadlo bodů, jehož prototyp je v této práci rovněž popsán.
|
|
|
Fusing image and non-grid-like data for object segmentation
Repka, Samuel ; Nosko, Svetozár (oponent) ; Zemčík, Pavel (vedoucí práce)
Quite often, a phenomenon of interest can described by more than one data source. For example, a car's appearance shows its colour and brand, but not its engine status. However, other data sources do provide us with this information, be it a sound or mere touch. Such data source is often referred to as a modality. While using a single data source to extract the needed information may be sufficient, the addition of more modalities can be beneficial, because of their complementary nature. This data fusion, however, may be a quite challenging process. Different kinds of data have different properties, structures and various challenges connected to them. A plethora of different methods has been proposed, but usually, the methods are very data-dependent. This thesis presents a new approach to the fusion of two modalities, primarily for the purpose of image segmentation. One of the modalities is image, and the second one is any non-grid-like modality. The method uses a graph to jointly represent both modalities, aiming to capture the intra and inter-modalities relationships as accurately as possible. The graph is then processed, producing a graph with fused data, or a direct segmentation. The proposed method was evaluated on two datasets (from the fields of mineralogy and timber processing) and compared to another solution, showing both the potential and limitations of the method. In case of the mineralogy dataset, the results are very encouraging, showing that the method is capable of data fusion, even outperforming a contemporary method. In case of the timber dataset, the results were not as conclusive, as the method failed to improve the results when compared to a baseline solution, which may have been caused by a challenging dataset.
|
|
|
Detekce karet při turnajích v pokru
Kovalets, Vladyslav ; Šilling, Petr (oponent) ; Vaško, Marek (vedoucí práce)
Tato bakalářská práce se zaměřuje na vývoj pokročilého systému pro automatické rozpoznávání a evidenci herních karet z videozáznamů pokerových her. Jako základní nástroj byla zvolena technologie konvolučních neuronových sítí, konkrétně síť YOLO, který umožňuje efektivní identifikaci karet na stole i v rukou hráčů i za náročných podmínek. Práce zahrnovala vytvoření rozsáhlé datové sady pro trénování a testování detektoru karet, který dosáhl přesnosti rozpoznávání 98,7 %. Pro spolehlivou evidenci karet byl navržen algoritmus, který minimalizuje chyby detektoru a zlepšuje celkovou přesnost systému. Výsledky práce naznačují, že navržený systém má potenciál pro využití i v praxi.
|
|
|
App Supporting Strength Sports Training
Klem, Richard ; Tesařová, Alena (oponent) ; Herout, Adam (vedoucí práce)
This thesis presents a novel approach for strength sports performance analysis using a human pose estimation machine learning model. The implemented solution employs the RTMPose model to estimate keypoints, then derive the barbell position from the wrist coordinates, and compute performance metrics without requiring specific camera angles or visible weight plates. The proposed method enhances traditional resistance training by providing feedback and performance metrics such as mean velocity. The solution was proved effective in both gym and home environments, even without barbells. Extensive experiments demonstrate the robustness and wide usability of the solution. Comparison with the professional system Qualisys confirms the validity of the application results.
|
|
|
Laser Line Profilometry
Kugler, Jan ; Goldmann, Tomáš (oponent) ; Malaník, Petr (vedoucí práce)
A profilometer is a device used to measure the geometry of a surface. They vary significantly in size, precision and speed of measurement, and price. The aim of this thesis is to create a software library and end-user application for a simple laser-camera setup. A mathematical model of the system is developed and used to determine position of surface features in real space. The demonstration application allows the user to view the raw camera input, the processed image, as well as the resulting profile.
|
|
|
Machine vision implementation in the UVSSR PORTABLE CELL production system
Gómez Rojas, José Luis ; Kroupa, Jiří (oponent) ; Bražina, Jakub (vedoucí práce)
This thesis investigates the integration of computer vision into Industry 4.0, utilizing the UVSSR CELL at Brno University of Technology. Focused on enhancing virtual commissioning, it introduces three innovative vision techniques linked via an OPC server to an IoT gateway. Object recognition, hand gesture control, and facial recognition are employed, improving robotic arm operations and security protocols. This integration resulted in high accuracy trained model for object detection with mAP50-90 close to 0.9, and control precision of the technologies and the virtual environment, contributing significantly to smart industry automation and setting a call for future work on top of it. The thesis covers methodology, technological implementation, and prospects for advanced, efficient machine vision systems within industry 4.0.
|
|
|
Sledování postavy
Berka, Jiří Michael ; Řičánek, Dominik (oponent) ; Richter, Miloslav (vedoucí práce)
Bakalářská práce se zabývá vývojem softwaru pro sledování cvičící postavy a vyhodnocení odchylek od správného provedení pohybových úkonů. V práci jsou nejprve teoreticky rozebrány základy zpracování digitálního obrazu, použití různých typů kamer a technologie počítačového vidění. Následně jsou popsány metody umělé inteligence a hlubokého učení, které umožňují detekci a analýzu pohybů. Hlavní část práce se zaměřuje na implementaci systému OpenPose pro odhad pózy v reálném čase. Jsou diskutovány technické výzvy a navržena řešení pro dosažení přesnosti a spolehlivosti systému. Praktická část zahrnuje testování softwaru na reálných videích a vyhodnocení jeho výkonu. Výsledky ukazují, že vyvinutý software může efektivně pomoci při korekci pohybů a prevenci zranění v různých aplikacích.
|
|
|
Interaktivní nástroj pro bike fitting využívající počítačové vidění
Kocman, Matej ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Bike fitting is the adjustment of a cyclist’s pose on the bike often with the help of video analysis with the aim of increasing comfort, preventing injury and performance optimisation. The goal of this thesis was to create a prototype application for bike fitting, which would follow up on existing applications of its kind and would offer a working solution for chosen problems. The application offers functionality for increased keypoint detection accuracy, lowering the number of position iterations needed for optimal bike setup and optimal pose setup for a bike with limited setup options. The application was tested on users and contributed towards reaching an ideal position after a few iterations already. The application is a useful tool for bike fitting at home and the thesis propositions ways of improving it further.
|
|
|
Using dense X-ray reconstructions for developing virtual sawing method
Kunda, Matej ; Nosko, Svetozár (oponent) ; Zemčík, Pavel (vedoucí práce)
The usage of machine learning and computer optimisation is growing and reaches many fields, and the sawmilling industry is no exception. With optimisation algorithms and virtual sawing, sawmills can produce boards and other wooden products of much higher quality. The main factor that degrades the quality of boards is knots. Knots are the leftovers of branches present in every piece of log and sawn boards. However, their position can be altered with sawing optimisation methods, and the board grade and price maximised. This Master's thesis aimed to develop one of the sawing optimisation methods -- sawing angle optimisation. Before sawing, the log can be rotated, and the location of knots on boards can be controlled. The optimisation method works by converting X-ray data to a function that represents knot locations along the polar angles in the wood and another function that contains Gaussian curves at the corner points of boards in the sawing pattern. Finally, a cross-correlation is computed and minimised between these two functions, resulting in knots avoiding the corner areas. The proposed method works on a simple principle, is computationally effective and can be deployed in real-time applications. The developed method was evaluated by applying virtual sawing using the angles obtained on a challenging dataset containing annotated X-ray data of logs, which was compared with ground truth data and an average result. The thesis resulted in an impressive decrease in arris knots count in an already highly optimised sawing environment.
|
host ::
RSS.