|
|
Metody segmentace biomedicinských obrazových signálů
Krumpholc, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se zabývá metodami segmentace biomedicínských obrazových signálů. Popisuje, shrnuje a porovnává vybrané metody zpracování digitálního obrazu. Jednou z uvedených metod je segmentace založená na parametrickém vyjádření. Za základní parametr si můžeme zvolit například jas a prahováním pak získáme výsledný binární obraz. Další popisovanou metodou je segmentace na základě hranové reprezentace, kterou můžeme rozdělit na detekci hran pomocí hranových detektorů nebo pomocí Houghovy transformace. U hranových detektorů se využívá k detekci hran první, nebo druhá derivace. Následuje regionově orientovaná segmentace, kterou využíváme pro zašumělý obraz, i tuto kategorii můžeme rozdělit na tři části. Segmentaci dělením a slučováním oblastí, kdy je obraz rozdělen a vzniklé oblasti jsou testovány na stanovenou podmínku, pokud ji splňuje, oblasti se spojí a dále se už nedělí. Na segmentaci růstem oblastí, kdy jsou sousední pixely s podobnou intenzitou jasu k sobě seskupovány a vytváří tak segmentovanou oblast. Na segmentaci algoritmem rozvodí, která je založena na představě rozlévání vody na nerovnoměrném povrchu. Poslední skupinou metod je segmentace pomocí pružných a aktivních kontur. Zde je popsán aktivní tvarový model, který vychází z možnosti deformovat modely tak, aby odpovídaly vzorovým tvarům. Dále popisuji metodu Snakes, kdy dochází k postupnému tvarování kontur až ke hraně objektu v obraze. Ke konečné úpravě segmentovaných obrazů je použita matematická morfologie. Mým cílem bylo seznámit se s metodami segmentace obrazových signálů a vybrané metody pak zpracovat jako skripty v programovacím jazyce Matlab a jejich vlastnosti ověřit na snímcích.
|
|
|
Object tracking in video
Boszorád, Matej ; Přinosil, Jiří (oponent) ; Rajnoha, Martin (vedoucí práce)
This bachelor thesis deals with the issue of tracking multiple objects in a video, specifically focusing on non-learning algorithms. The first chapter represents the theoretical part of the thesis, in which some of the often used tracking methods are described, such as mean-shift, scale-invariant object transformation, Kalman filter, particle filter and Gabor wavelet transformation. These algorithms are broken down by properties they use for proper tracking. The chapter also contains section assignment problem, which is mainly concerned with Hungarian algorithm. The next part describes options of merging multiple tracking methods that are broken down by construction type into parallel, cascade, weighted and discriminatory with example for each one. Moreover there is described adaptability of the tracking system. Bellow are described problems which may occur during tracking and possible solutions to them. This section consists of a solution of image noise, changes in illumination, appearance and extinction of an object, focusing mainly on solving the problem of object occlusion. Within the practical part is created algorithm composed of different types of tracking, the results of which are then compared with selected tracking systems from the multiple object tracking benchmark. The practical part includes the tools used and the explanation of the design, in which the main classes and methods used for the tracking are explained. Besides that, this section describes parallel merging and tracking adaptability . The results of the thesis contain a comparison of the use of tracking techniques separately and together. To compare the results, videos for pedestrian tracking and face tracking were used. This thesis was based on the assumption that merging multiple monitoring systems will help with the improvement of the tracking, which was confirmed by the results.
|
|
|
Rozpoznávání obličejů v obraze
Hauser, Václav ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce a rozpoznávání obličejů v obraze. Obsahem práce je popis využívaných metod detekce a rozpoznávání obličejů. Podrobněji je popsána metoda analýzy hlavních komponent (PCA), která je následně využita při implementaci rozpoznávání obličejů ve videosekvenci. Ve spojení s implementací je v práci popsán balíček knihoven OpenCV, který byl pro realizaci využit, konkrétně jeho C++ API. Závěrem je provedeno testování vzniklé aplikace na dvou rozdílných videosekvencích.
|
|
|
Využití senzoru Kinect pro detekci osob
Janás, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Práce pojednává o způsobech detekce osob za pomoci zařízení Kinect od společnosti Microsoft. Hloubkový obraz pořízený tímto zařízením je dále zpracováván pomocí stan- dartních algoritmů pro práci s obrazem za využití volně dostupné knihovny OpenCV. Všechny používané metody zpracování obrazu jsou podrobně popsány z hlediska jejich funkce a vlivu na změnu obrazu. Praktická část práce se zaměřuje na realizaci jednodu- chého programu sloužícího pro segmentaci obrazu a nalezení osob v něm.
|
|
|
Měření výšky postavy v obraze
Olejár, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Cieľom tejto práce bolo zhrnutie teórie nutnej pre úpravu, detekciu postavy a výpočet výšky detekovanej postavy v obraze. Následne boli tieto informácie aplikované pri implementáciu algoritmu. Prvá polovica práce teoreticky rozoberá skúmanú problematiku. Pojednáva o základných metódach predspracovania obrazu, rovinnej a projektívnej geometrie a ich transformácií. Popisuje skreslenie, ktoré do obrazu vnášajú nedokonalosti optických sústav kamier a možnosti jeho odstránenia. Následne vysvetľuje algoritmus HOG a opisuje samotnú metódu určenia výšky postavy. V Druhej polovici práce je zdokumentovaný vytvorený algoritmus spolu s jeho štatistickým vyhodnotením.
|
|
|
Rozpoznávání obličejů v obraze
Krhut, Miloš ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Diplomová práce se zabývá tématikou detekcí obličejů v digitálních obrazech. Jsou v ní obecně popsány a roztříděny nejčastěji používané metody a zmíněny jejich výhody a nevýhody. Podrobněji je popsána metoda detekce kůže pomocí barev, detekce očí, úst a dále teoreticky popsány algoritmy strojového učení a detekce Haarovými příznaky. Dále se práce věnuje implementaci těchto metod v knihovně OpenCV, jsou zde zmíněny praktické možnosti použití a nakonec provedeno srovnání detekcí různými dostupnými natrénovanými soubory.
|
|
|
Zvukové rozhraní pro signálový procesor využívající sběrnice IEEE 1394
Staroň, Martin ; Přinosil, Jiří (oponent) ; Schimmel, Jiří (vedoucí práce)
Obsahem bakalářské práce je návrh spojení signálového procesoru Freescale řady DSP56300 se sběrnicí TDM zvukového rozhraní DICE II iKit společnosti DFM Audio. Rozhraní využívá sériovou sběrnici IEEE1394 FireWire, prostřednictvím které je z hostitelského počítače přenášen zvukový signál. Tento signál přijímá rozhraní DICE II, jenž převádí zvuková data na sběrnici TDM. K této sběrnici je připojen samotný signálový procesor, který zpracovává zasílaná zvuková data v reálném čase. Teoretická část bakalářské práce se věnuje problematice signálových procesorů. Podrobněji je zde popsána řada signálových procesorů DSP56300 společnosti Freescale. Následuje základní specifikace sběrnice IEE1394 FireWire. Teoretická část je zakončena popisem sběrnice TDM, rozhraní I2S a popisem systému AudifiedDSP Solution. V praktické části bylo vyřešeno spojení signálového procesoru a rozhraní DICE II, včetně odladění a zprovoznění obslužného programu pro obousměrnou komunikaci. Jednou z možností využití výsledků této práce je schopnost komunikovat s uvedenými signálovými procesory z prostředí aplikačních programů běžících na hostitelském počítači, jako například programů pro zpracování zvukových signálů.
|
|
|
Aplikace pro subjektivní hodnocení video sekvencí pro operační systém Android
Štarha, Dominik ; Přinosil, Jiří (oponent) ; Číka, Petr (vedoucí práce)
Tato semestrální práce je zaměřena na skupinu čtyř aktuálních video kodeků, konkrétně H.264, HEVC, VP8, VP9. Úkolem je rozhodnout na základě hodnocení dobrovolníky, který z kodeků se nejvíce hodí pro využití ke kompresi videa. V první části práce je uvedena teoretická stránka problematiky. To zahrnuje pojednání o zmíněných testovaných kodecích, popis operačního systému Android, představení vývojového nástroje Android Studio a v neposlední řadě také seznámení s používanými testovacími metodami k hodnocení video sekvencí, aby byla zaručena objektivnost výsledků práce. Druhá část práce pojednává o realizaci testování, průběhu a následném zhodnocení získaných dat.
|
|
|
Detekce ochranných pomůcek v obrazovém signálu
Burdík, Vojtěch ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se věnuje poměrně novému počítačovému oboru – počítačovému vidění. Zaměřuje se na rozpoznávání osob, určení polohy a detekce barvy oděvu umístěné na osobě. Cílem práce je sestavit algoritmus, který bude schopen vyhledat osobu v obraze a podrobit jí testování barvy oděvu a přilby. Ke zpracování obrazu byly vyuţity funkce z knihovny OpenCV a z algoritmu byl sestaven program, který tento problém řeší. Výstupem programu je pak odpověď jakou barvu má na sobě osoba na určených místech a pokud se barva přilba a oděvu shodují, je osoba vyhodnocena jako správně oblečená. Výsledný program je poté rozebrán a části jeho kódu jsou podrobně popsány v této práci. Je zde vysvětleno, jak správně pouţít kaţdou funkci OpenCV pouţitou v programu a jaké jsou jejich výhody při pouţití pro zpracování obrazových informací.
|
|
|
Vytváření zvuků z obrazových dat
Brada, Tomáš ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato práce se zabývá různými převody obrazových dat -- dvourozměrný diskrétní signál na zvuk -- jednorozměrný diskrétní signál. Pro převod se používá znalostí hudební teorie, vlastností lidského vnímání zvuku, základních technik zpracování 1D a 2D signálu jako jsou Fourierovy transformace a filtrace spekter pomocí filtrů typu dolní a horní propust.
|
host ::
RSS.