|
|
Měření rozměrů rovinných objektů v obraze
Mlýnek, Přemysl ; Veľas, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je měření nábytkových dvířek pomocí zpracování obrazu a výpočet ceny nových dvířek z naměřených rozměrů. Práce je řešena pomocí knihovny OpenCV a programovacího jazyka Python. Jádro práce je založeno na algoritmu FloodFill a Houghových transformacích. Grafické uživatelské rozhraní je řešeno pomocí knihovny PyQt. Při získávání rozměrů nábytkových dvířek byl použit následující postup - pořízení datové sady, předzpracování obrazu, segmentace objektů, klasifikace objektů, měření jednotlivých objektů, vypsání výsledků měření na výstup a výpočet výsledné ceny. Vytvořil jsem řešení ve formě desktopové aplikace, která na vstupu přijímá obrázek a na výstup dává naměřené rozměry spolu s cenou nových dvířek. Při měření bylo dosaženo průměrné odchylky 6 mm od reálných rozměrů. Tato práce mi pomohla pochopit základy zpracování obrazu. Běžnému uživateli aplikace přinese možnost odhadnout cenu nábytkových dvířek pouze na základě fotografie.
|
|
|
Odhad geometrie místnosti pomocí Kinectu
Zemek, Martin ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá nalezením významných rovinných ploch v mračně bodů a jejich převodem na polygony, což je důležitý krok pro odhad geometrie místnosti. Vstupem je mračno bodů, které bylo získáno pomocí senzoru Kinect v2. Součástí práce je program, který dokáže zachytit jeden snímek z Kinectu. Pro detailnější mračna bodů je potřeba použít některý z externích programů, které jsou zmíněny dále v této práci. Pro detekci rovin je použit algoritmus RANSAC. Roviny se pomocí algoritmu extrakce Euklidovského shlukování rozdělí na menší plochy. Tyto plochy se následně pomocí konvexní nebo konkávní obálky převedou na polygony. Výsledná aplikace je schopná zpracovat jak jeden snímek nebo větší mračno získané registrací dílčích snímků a detekovat hlavní i vedlejší roviny. Pro největší rovinu dokáže nachystat body k vytvoření textury a vypsat rozměry do příkazové řádky.
|
|
|
Detekce pohyblivých objektů v prostředí mobilního robota
Dorotovič, Viktor ; Beran, Vítězslav (oponent) ; Veľas, Martin (vedoucí práce)
Táto práca rieši problém detekcie pohybujúcich sa objektov v okolí robota. Prostredie je reprezentované dvojrozmernou okupačnou mriežkou, ktorá obsahuje aktuálne viditeľné prostredie, bez filtrovania v čase. Ako samotný detektor pohybu slúži časticový filter založený na systéme v článku Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation, ktorý uviedol Tanzmeister a kolektív. Implementácia s využitím Robotického operačného systému poskytuje možnosť pre znovupoužitie modulov, z ktorých riešenie pozostáva. Ako zdroj LiDARových dát pre experimenty bola zvolená databáza KITTI Visual Odometry, ktorá obsahuje aj pózy vozidla. Mračná bodov boli predspracované vynechaním bodov ležiacich na zemi metódou Loopy Belief Propagation. Vytvorený detektor dokáže na sekvenciách databázy rozlišovať pohybujúce sa vozidlá. Pri testoch na simulovanom prostredí sa ukázali nedostatky detekcie v prípade pohybu veľkých súvislých objektov.
|
|
| |
|
|
Detekce cesty pro autonomní vozidlo
Komora, Matúš ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Táto diplomová práca sa venuje problematike detekcie cesty v okolí autonómneho vozidla. Cesta sa vyhodnocuje na základe dát z laserového radaru Velodyne LiDAR. V práci je použité už existujúce riešnie, ktoré je rozšírené o strojové učenie SVM s postupným učením. Práca porovnáva staré a nové riešenie na datasete KITTI. Úspešnosť odhadu cesty je vypočítaný podľa ukazateľa F-measure.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
3D Mapping from Sparse LiDAR Data
Veľas, Martin ; Hofierka,, Jaroslav (oponent) ; Kaartinen,, Harri (oponent) ; Herout, Adam (vedoucí práce)
This work deals with the proposal of novel algorithms for sparse 3D LiDAR data processing, including the design of a whole mobile backpack mapping solution. This research was driven by the need for such solutions in the field of geodesy, mobile surveying, and the building construction. Firstly, there is a proposal of the iterative algorithm for reliable point cloud registration and odometry estimation from 3D LiDAR point clouds. The sparsity and the size of these data are overcome using random sampling by Collar Line Segments (CLS). The evaluation, using standard KITTI dataset, showed superior accuracy over the well known General ICP algorithm. Convolutional neural networks play an important role in the second method of odometry estimation, which processes encoded LiDAR data in form of 2D matrices. The method is able to run online, while the accuracy is preserved when only translation motion parameters are required. This can be handy when the online preview of mapping is required and the rotation parameters can be reliably provided by e.g. IMU sensor. Based on the CLS algorithm, mobile backpack mapping solution 4RECON was designed and implemented. Using the calibrated and synchronized pair of Velodyne LiDARS and the deployment of dual antenna GNSS/INS solution, the universal system, providing accurate 3D modeling of both small indoor and large open environments, was developed. Our evaluation proved that the requirements set for this system were fulfilled -- relative accuracy up to $5$~cm and the average error of georeferencing under $12$~cm. The last pages contain the description and the evaluation of another method based on the convolutional neural networks -- designed for ground segmentation of 3D LiDAR point clouds. This method outperformed the current state-of-the-art in this task and represents the way semantics cad be introduced into the 3D laser data.
|
|
|
Mobilní aplikace pro sdílení informace o přítomnosti na místě
Vlk, Tomáš ; Veľas, Martin (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je vytvořit uživatelsky přívětivou mobilní aplikaci pro systém Android, díky níž bude snazší sdílet svoji polohu a zároveň zachovat své soukromí. Místo GPS souřadnic aktuální polohy sdílí aplikace pouze informaci o přítomnosti na určitém místě. Pro snazší sdílení nabízí také automatickou detekci přítomnosti na daném místě. Výsledkem práce je aplikace s uživatelským rozhraním respektujícím Material Design, díky níž lze určit přítomnost zařízení na místě s poloměrem větším než 50 metrů, ale zároveň nedochází k aktivnímu dotazování polohy. Podařilo se tak vytvořit aplikaci, která nemusí být vůbec spuštěna (ani žádná její služba na pozadí) a přitom dokáže detekovat přítomnost zařízení na určitém místě a přijímat zprávy od ostatních zařízení. Největší předností tohoto přístupu je velmi nízká spotřeba energie oproti jiným řešením.
|
|
| |
|
|
Lokalizace mobilního robota v prostředí
Němec, Lukáš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Tato práce se zabývá problémem lokalizace mobilního robota na základě aktuálních senzorických 2D a 3D dat a záznamů z minulosti. Především se zaměřuje na praktickou detekci smyček v trase robota. Cílem bylo zhodnotit současné metody zpracování obrazu a hloubkových dat se zaměřením na problematiku lokalizace v prostředí. Práce se zabývá využitím modelu Bag of Words pro zpracování 2D dat a metodu Viewpoint Feature Histogram v prostředí mračna bodů pro 3D data. Návrh systému byl v práci realizován a byly na něm prováděny experimenty.
|
host ::
RSS.