|
|
Methods for Constrained State Estimation: Comparison and Application to Zero-Bound Interest Rate Problem
Musil, Karel ; Hlávka, Zdeněk (oponent)
Rigorózní práce představuje přehled základních technik pro filtrování nepozorovaných proměnných při použití stavové reprezentace modelu a stavových omezení ve tvaru nerovnic. Zabývá se především odvozením Kalmanova filtru a použitím omezení na stavové proměnné. Alternativní přístupy pomocí stavového modelu s rovnoměrně rozloženým šumem a Sequential importance sampling jako jedna z metod částicových filtrů (Particle filtrů) využívající Monte Carlo simulace jsou také popsány. Všechny tři metody jsou aplikovány na semistrukturální model použitelný pro analýzu měnové politiky. Filtrace používá makroekonomická data české ekonomiky a zohledňuje v čase proměnné nezáporné omezení nominálních úrokových sazeb jako jeden z modelových stavů. Výsledky jsou navzájem srovnány a diskutovány. Powered by TCPDF (www.tcpdf.org)
|
|
|
Optimální metody výměny řídkých dat v senzorové síti
Valová, Alena ; Poměnková, Jitka (oponent) ; Rajmic, Pavel (vedoucí práce)
Práce je zaměřena na sledování pohybu objektu decentralizovanou senzorovou sítí s využitím distribuovaného částicového filtru s fúzním centrem i s konsenzem. Model zahrnuje šum v měření senzorů i případy, kdy senzor objekt vůbec nezachytí. Uvedený přístup využívá řídkosti globální věrohodnostní funkce, jejíž vhodnou řídkou aproximací a vhodnou volbou slovníku lze významně snížit nároky na komunikaci v decentralizované senzorové síti. Diplomová práce obsahuje návrh metod výměny řídkých dat v senzorové síti a~porovnání navržených metod z hlediska přesnosti a energetické náročnosti.
|
|
|
Monitorování dopravy z leteckých videí
Babinec, Adam ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací systému pro extrakci trajektorií vozidel z leteckých videí. Navržený systém analyzuje po sobě jdoucí letecké snímky dopravní křižovatky, které byly pořízeny kamerou z výšky přibližně 150 metrů pomocí autonomně létajícího stroje. Každý snímek je geo-registrovaný na základě vizuálních klíčových bodů ORB. Pro detekci vozidel v obraze byl využit kaskádový klasifikátor a příznaky MB-LBP. Oblast detekce vozidel byla omezena pomocí algoritmů pro detekci pohybu a s využitím informace o geometrii sledované křižovatky. Samotné sledování detekovaných vozidel je postaveno na částicovém filtru, který při evaluaci částic kombinuje výstup z detektoru vozidel a vizuální i pohybový model sledovaného vozidla. Systém byl otestovaný na třech ručně anotovaných video sekvencích, přičemž 92 % odhadnutých trajektorií koresponduje s realitou. Systém našel svoje uplatnění ve výzkumné činnosti dopravních analytiků, kde se využívá pro pokročilejší analýzy chování účastníků provozu v oblasti dopravních křižovatek a jejich vzájemné interakce.
|
|
|
Navigace mobilních robotů
Rozman, Jaroslav ; Matoušek,, Václav (oponent) ; Šolc, František (oponent) ; Zbořil, František (vedoucí práce)
Mobilní robotika je v posledních letech velice diskutované a rozšířené téma. Souvisí to především se stále se zdokonalující výpočetní technikou, která tak umožňuje vyvíjet stále složitější a dokonalejší roboty. Cílem tohoto snažení je vytvořit robota, schopného se autonomně pohybovat ve zvoleném prostředí. Pro tento úkol je nutné, aby si robot vytvořil mapu, ve které bude svůj pohyb plánovat. V současné době se za standard v mapování považují pravděpodobnostní algoritmy založené na metodě SLAM. Tato disertační práce se zabývá návrhem plánovacího algoritmu právě pro metodu SLAM. Popisuje plánování pohybu pro robota vybaveného dvojicí kamer, tzv. stereokamerou, umístěnou na pohyblivé platformě. Plánování pohybu je navržené s ohledem na použití algoritmů, které budou v obraze ze stereokamery vyhledávat význačné body a z těch pak pomocí triangulace tvořit mapu, nebo také model prostředí. Přínos práce by se dal rozdělit do tří částí. V první je popsán způsob vyznačování plochy, ve které pak bude robot plánovat svůj pohyb. Druhá část se zabývá samotným plánováním pohybu robota v této mapě. Bere při tom v úvahu vlastnosti algoritmu SLAM a snaží se tedy toto plánování navrhnout tak, aby vytvořená mapa byla co nejpřesnější. Ve třetí části je pak popsán pohyb platformy, která nese kamery. V této části se využívá toho, že robot může svými kamerami sledovat i jiná místa, než jsou ta ve směru jeho pohybu. To mu umožní prozkoumat mnohem větší prostor bez přílišné ztráty informace o své přesné poloze.
|
|
|
Lokalizace robota pomocí OpenStreet mapy
Rajnoch, Zdeněk ; Veľas, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá lokalizací robota v rámci výřezu z OpenStreet mapy. Pro rekonstrukci uražené trajektorie jsou použity senzory robota IMU, odometrie a kompas, ta je poté porovnána s referenční GPS trajektorií. Následná lokalizace probíhá pomocí rozšířené Monte Carlo lokalizace a shlukování. Jako implementační jazyk je použit C++ a middleware ROS.
|
|
|
Sledování objektu ve videu
Beťko, Peter ; Mlích, Jozef (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá implementací a testováním různých algoritmů na sledování objektu ve videu, založených na principu Částicového filtru. Jejich vlastnosti jsou porovnávány a diskutovány pomocí vytvořeného nástroje, objektivně hodnotícího přesnost sledování. Dalšími tématy práce jsou dynamické přizpůsobování se aktuálnímu charakteru scény a zotavení se z dočasného překrytí sledovaného objektu jiným objektem.
|
|
|
Sledování pohyblivého objektu ve videu na CUDA
Schery, Miroslav ; Polok, Lukáš (oponent) ; Herout, Adam (vedoucí práce)
Táto bakalářská práce se zabývá implementací algoritmu částicového filtru do technologie CUDA za účelem akcelerace jeho výpočtu. Věnuje se popisu metod sledování objektů ve videu a speciálně se zaměřuje na částicový filtr. Popisuje také architekturu CUDA. Vysvětleny jsou postupy implementace a optimalizace použité při vytváření aplikace. Práce je zakončena prováděním rychlostních testů a ověřením schopnosti algoritmu sledovat objekt na různých videích.
|
|
|
Detekce a sledování malých pohybujících se objektů
Záděra, David ; Mlích, Jozef (oponent) ; Juránek, Roman (vedoucí práce)
Tato bakalářská práce shrnuje a popisuje metody vedoucí k detekci a sledování pohybujících se objektů ve videu. Z detekčních metod jsou v práci zmíněny metody odečítání pozadí, segmentace a detekční metody využívající klasifikátorů. Ze sledovacích metod jsou zde představeny metody Kalmanův filtr, metoda TLD a částicový filtr, který je popsán detailněji v samostatné kapitole. Částicový filtr představuje sledovací metodu, která provádí výpočet odhadu nového stavu objektu na základě sady částic. Tyto částice jsou definovány jejich polohou a ohodnocením. Pro každý následující stav jsou tyto hodnoty iterativně aktualizovány novým ohodnocením a převzorkováním. Ze získaných znalostí a poznatků byl vytvořen program, který demonstruje činnost částicového filtru. Tento program je součástí přiloženého DVD, kde jsou i ukázky a výsledky testů.
|
|
| |
|
|
Ohodnocení okolí bodů v obraze
Zamazal, Zdeněk ; Bařina, David (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato diplomová práce se zabývá ohodnocením okolí bodů v obraze. Popisuje postupy získání důležitých bodů a metody jejich popisu. Blíže se věnuje Gaborově filtraci. Tato metoda je dále použita v praktické části práce jako základ pro aplikaci sledování objektů ve videu, kde slouží pro ohodnocení částic částicového filtru.
|
host ::
RSS.