|
|
Detekce objektů v obraze s pomocí Haarových příznaků
Mašek, Jan ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá detekcí objektů v obraze s použitím Haarových příznaků a algoritmu AdaBoost. V textu jsou popsány metody trénování a testování objektového detektoru. Hlavní přínos práce spočívá ve vytvoření objektového detektoru v programovacím jazyce Java. Vytvořené algoritmy byly integrovány jako rozšíření programu RapidMiner, který patří celosvětově mezi nejznámější a nejpoužívanější programy pro dolování informací z báze dat. Dále byly vytvořeny návody pro použití vytvořených operátorů a několik vzorových příkladů spustitelných v programu RapidMiner. Funkčnost objektového detektoru byla ověřena na vybraných zdravotnických snímcích.
|
|
|
Detektory objektů v obraze a jejich realizace
Gregor, Michal ; Kohoutek, Michal (oponent) ; Kyselý, František (vedoucí práce)
Zpracování obrazu získává každým dnem větší význam u různorodých aplikačních oblastí. Jednou z dnešních vizí, která by měla využívat obrazových operací, je výroba tzv. autonomního vozidla, které by mělo zvládat samostatně provoz na silničních komunikacích. Často je také zapotřebí rychlého zpracování obrazu např. v hodnocení lékařských nebo satelitních dat. Věda zabývající se zpracováním digitálního obrazu se nazývá počítačové vidění. Tato věda se snaží technickými prostředky napodobit lidský zrak. Člověk získává pomocí očí zdroj informací o okolním světě. Při vyhodnocení získaných informací je třeba zapojit nabyté znalosti a zkušenosti z okolního světa. Stejnými způsoby se snaží řešit zpracování obrazu také počítačové vidění. Tato práce popisuje postupy, které se používají pro detekci 2D objektů v obraze. Postup zpracování a rozpoznávání obrazu se provádí v několika krocích. Nejprve se obraz uloží v digitální podobě do počítače a dále následuje předzpracování obrazu, segmentace obrazu na objekty, popis získaných objektů a v posledním bodě jejich klasifikace. Touto problematikou a některými dalšími operacemi se zabývá také tato práce. Hlavním úkolem bakalářské práce je zhodnocení základních detektorů objektů a v praktické části pak realizace aplikace v prostředí programu Matlab, která v obraze detekuje objekty a umožňuje testování navrženého detektoru.
|
|
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (oponent) ; Karásek, Jan (vedoucí práce)
This thesis deals with two algorithms for data stream mining - the Very Fast Decision Tree (VFDT) and the Concept-adapting Very Fast Decision Tree (CVFDT). The decision tree based classification is explained. The essential idea of the Hoeffding Tree, which is the base of VFDT and CVFDT algorithms is described. Both algorithms VFDT and CVFDT are explained in more detail. Further this work deals with the design of the Genetic Programming algorithm, which is used for an image object classifier evolving. This classifier is used as alternative approach of object classification in the Viola-Jones framework. All algorithms are implemented in programming language Java. The implementation is described. The algorithm GP is integrated into the “Image Processing Extension” library of the program RapidMiner. The VFDT and CVFDT are tested on the synthetic and real text data. The GP algorithm is tested on the image data for the object classification. The evolved classifier is tested on the object in image detection.
|
|
|
Lokalizace herních nástrojů
Černý, Jakub ; Petyovský, Petr (oponent) ; Janáková, Ilona (vedoucí práce)
Diplomová práce se zabývá problematikou detekce objektů, které mohou být různých tvarů a barev. Cílem diplomové práce je určení polohy, směru pohybu, úhlu natočení a přiblížení hledaného objektu. Dosažené výsledky jsou použity pro emulaci vstupních periferií počítače.
|
|
|
Detekce pohybu v obraze
Zítka, Michal ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci pohybu v obraze. Práce shrnuje základní metody pro detekci pohybu v obraze a metodu segmentace pomocí aktivních kontur. V praktické části je zaměřena na detekci pohybu osob ze snímků kamery.
|
|
|
Detektor objektů s využitím vlnkové transformace
Mikuš, Ondřej ; Průša, Zdeněk (oponent) ; Rajmic, Pavel (vedoucí práce)
Diplomová práce se zabývá aplikací metod na detekci objektů v obraze. Při zpracování obrazu je často nutné oddělit objekty od pozadí. Vyhraní se tak oblast zájmu, s kterou se dále pracuje. Hlavním cílem práce je vysvětlení principů předzpracování a segmentace obrazu s následným nalezením objektů, využívající vlnkovou transformaci. Ta je popsána podrobněji, protože je základem pro primárně použitou metodu. V praktické části diplomové práce byla metoda využívající vlnkovou transformaci implementována do prostředí MATLAB a testována na souboru obrázků. Byla vyzkoušena její odolnost vůči šumu, rozmazání obrazu. Dále pak byla srovnána s běžně používanými metodami využívající hranové detektory a prahování. Pro ukázku a srovnání účinnosti metod byl vytvořen simulační program, včetně uživatelského rozhraní.
|
|
|
Program pro odstranění prokladu ve videosekvencích různých formátů
Jirků, Pavel ; Kratochvíl, Tomáš (oponent) ; Slanina, Martin (vedoucí práce)
Cílem této diplomové práce je nastudovat současné možnosti využití progresivních algoritmů pro odstranění prokládání ve videosekvencích. První část práce je věnována teorii, základním poznatkům a vlastnostem zpracování s využitím multimediálních dat. Druhá část je věnována zobrazování signálu na různých zobrazovačích při použití prokládaného i progresivního řádkování. Další část je zaměřena na metody konverzí mezi prokládaným řádkováním a progresivním. Poslední část se věnuje implementaci nastudovaných metod. Algoritmus je implementován v jazyce C++, který poskytuje dostatečně rychlé zpracování algoritmů. Závěr práce je věnován otestování a ověření nastudovaných algoritmů.
|
|
|
Detekce srdečních buněk v mikroskopickém obrazu
Musikhina, Ksenia ; Hrubeš, Jan (oponent) ; Rychtárik, Milan (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce srdečních buněk v mikroskopickém obrazu. Byly vyzkoušeny různé způsoby předzpracování a segmentace obrazu za účelem určit nejvhodnější metody pro další klasifikaci. Pro samotnou klasifikaci pak byly otestovány různé metody: metoda příznaku objektu a klasifikátory založené na principu neuronových sítě. Výstupem pak byl počet živých a mrtvých buněk a jejích procentní poměr v původním mikroskopickém obraze. Míry účinnosti každého z klasifikátorů byly spočítány pomocí společného uvažování hodnot sensitivity a specificity. Pro zlepšení názorností výsledků bylo vytvořeno grafické rozhrání v prostředí MATLAB.
|
|
|
Metody rozpoznávání objektů snímaných kamerou pro účely robotické manipulace
Dalecký, Filip ; Andrš, Ondřej (oponent) ; Kovář, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá problémem detekce nahodile umístěných neorientovaných objektů pro účely robotické manipulace. Hlavním cílem první části této práce je, seznámit se se základními metodami zpracování obrazu. V následující části je vybrána vhodná metoda detekce obdélníkových objektů, která je realizována v prostředí NI LabVIEW. Dále je popsána konstrukce, kinematika a řízení robotického manipulátoru, který byl součástí experimentu. V poslední kapitole jsou rozebrány a vyhodnoceny výsledky experimentu.
|
|
|
Využití GPU výpočtů pro rozpoznání dopravních značek
Zídek, Karel
Tato práce se zabývá problémem GPU akcelerace algoritmů pro rozpoznávání dopravních značek. Teoretická část popisuje metody pro detekci objektů s důrazem na detekci značek. Dále poskytuje porovnání dvou nástrojů pro programování na GPU: CUDA a OpenCL. Na základě těchto zkoumání je navržena vlastní architektura detekce značek. Práce dále obsahuje popis implementace a porovnání výsledků.
|
host ::
RSS.