|
|
Detekce objektů na GPU
Jurák, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce je zaměřena na akceleraci detekce objektů v obraze metodou Random Forest. Detektor Random Forest se skládá ze souboru náhodných rozhodovacích stromů, které jsou na sobě nezávisle vyhodnocovány, čehož lze využít pro akceleraci na grafické jednotce. Vývoj a zvyšování výkonu grafických procesorů umožnilo použití GPU pro masivně paralelní obecné výpočty (GPGPU). Cílem této práce je popsat způsob implementace metody Random Forest na GPU s využitím standardu OpenCL.
|
|
|
Obličejový anonymizér
Peša, Jan ; Juránek, Roman (oponent) ; Láník, Aleš (vedoucí práce)
V této bakalářské práci lze nalézt přehled klasifikačních algoritmů a jejich použití zejména pro prohledávání obrazových dat a detekcí tváří. V první části je nastíněn úvod do rozpoznávání obrazů, je popsáno teoretické pozadí těchto algoritmů a způsob jejich trénování. Představeny jsou i další použité prvky (například Kalmanův filtr nebo knihovna OpenCV). V druhé části se se nachází popis implementace a výstavby aplikace, která využívá těchto technologií pro vyhledávání, sledování a anonymizaci lidských obličejů ve video vstupu.
|
|
|
Částicové systémy
Synáček, Jan ; Španěl, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Obsahem této práce je návrh a implementace rozšíření částicového systému article SystemsAPI. Rozšíření poskytuje prostředek, kterým lze rozdělit 3D model definovanýpomocí okrajové reprezentace na části pomocí rovin a prostřednictvím částicového systému je vykreslit. Protože jsou částice reprezentovány jako hmotné body, existující systém je rozšířen také o možnost jejich objemové reprezentace. Dále je vytvořena jednoduchá hra demonstrující toto rozšíření.
|
|
|
Photo Noise Reduction Using Deep Neural Networks
Tichý, Jonáš ; Juránek, Roman (oponent) ; Španěl, Michal (vedoucí práce)
Image noise is a fundamental problem in digital photography. The goal of this thesis is to study the use of deep neural networks in denoising of digital photographs. Two different denoising methods based on deep neural networks, DnCNN and BRDNet, were implemented and their performance was measured in several experiments. Additionally, a user testing experiment was designed and carried out to evaluate the perceived image quality of the studied methods by the general public. The experiments have shown that while both methods achieve state-of-the-art denoising results in metrics such as PSNR and SSIM, the perceived visual quality does not always correlate with the numerical metrics. The results presented in this thesis highlight the importance of proper training datasets and image quality metrics in digital photography denoising.
|
|
| |
|
|
Rozpoznání obličeje
Keršner, Martin ; Mlích, Jozef (oponent) ; Juránek, Roman (vedoucí práce)
Tato bakalářská práce se zabývá problematikou rozpoznání obličeje. Cílem práce bylo nastudovat různé metody extrakce příznaků a zjistit jejich vliv na úspěšnost rozpoznání. Mezi zkoumané metody extrakce příznaků patří Local Binary Pattern, Histogram orientovaných gradientů a Gaborovy filtry. Dále práce vysvětluje způsoby rozpoznání obličejů podle podobnosti obrazových dat. Jako klasifikátor obličejů byl při experimentech použit Support Vectore Machines. Experimentálně zjištěné nejúspěšnější kombinace parametrů metod extrakce příznaků a klasifikátoru byly využity v systému pro jednoduché rozpoznávání obličejů.
|
|
|
Techniky používané pro ostření a rozmazávání obrazu
Lichý, Stanislav ; Juránek, Roman (oponent) ; Venera, Jiří (vedoucí práce)
Táto bakalárska práca sa zaoberá metódami filtrovania digitálneho obrazu. Obsahuje základné pojmy dôležité pre pochopenie problematiky, ako napríklad digitálny obraz, pixel, farebné priestory, šum a typy šumov. V práci sú popísané dôležité algoritmy ostrenia obrazu a redukcie šumu v obraze. Je vysvetlený princíp činnosti týchto algoritmov, sú diskutované dosahované výsledky, použiteľnosť a a časová náročnosť týchto algoritmov. Vybrané algoritmy boli v práci implementované v programovacom jazyku C++ s využitím voľne dostupnej knižnice OpenCV.
|
|
|
Rozpoznání obličeje
Vojáček, Cyril ; Chrápek, David (oponent) ; Juránek, Roman (vedoucí práce)
Práce pojednává o detekci a rozpoznání obličejů ve videu. Hlavní důraz je kladen na rychlost aplikace, aby byla použitelná pro práci s videem v reálném čase. Nejprve jsou zde popsány jednotlivé přístupy jak pro detekci, tak i pro rozpoznávání objektů. Následně je vysvětlen princip vybraných metod pro tvorbu výsledné aplikace. V dalších částech práce se věnuji návrhu a implementaci těchto metod a v závěru prezentuji výsledky testování.
|
|
|
Rozpoznání vzorů v obraze pomocí klasifikátorů
Juránek, Roman ; Španěl, Michal (oponent) ; Herout, Adam (vedoucí práce)
V této práci bude představen algoritmus AdaBoost, který slouží k vytvoření silné klasifikační funkce z několika slabých hypotéz. Bude vyloženo teoretické pozadí algoritmu a způsob konstrukce silného klasifikátoru. Dále bude popsáno rozšíření algoritmu o sekvenční rozhodovací strategii nazývané WaldBoost. Práce se zabývá také obrazovými příznaky, které jsou v mnoha případech základem slabých klasifikátorů. Kromě popisu zmíněných algoritmů bude uveden základ rozpoznávání vzorů v kontextu počítačového vidění a budou uvedeny některé často používané metody trénování klasifikátorů. Součástí práce bylo vytvoření knihovny pro detekci objektů založené na klasifikátorech trénovaných metodou AdaBoost. Tato knihovna byla následně využita v implementaci programu, který prakticky demonstruje detekce obejktů ve videosekvencích. Poslední část práce popisuje nástroj pro trénování AdaBoost klasifikátorů.
|
|
|
Rychlá re-kalibrace PTZ kamery pro analýzu dopravy
Dřevo, Aleš ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Tato diplomová práce se zabývá problematikou re-kalibrace PTZ kamery při jejím pohybu. Cílem práce je udržet kameru ve zkalibrovaném stavu z výchozího stavu, kdy jsou známé pozice úběžníků v obraze. Jejich pozice jsou při pohybu kamery udržovány, a to pomocí dvou implementovaných metod. První metoda je založena na principu homografie, druhá pak na principu dvojpoměru. Výsledky ukazují, že obě tyto metody fungují především pro udržení pozice prvních úběžníků. V případě druhých úběžníků vznikají různé problémy a výsledky jsou často poměrně nepřesné.
|
host ::
RSS.