|
|
Počítání průchodů osob dveřmi s využitím stacionární kamery
Tichý, Ľuboš ; Behúň, Kamil (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému.
|
|
|
Klasifikátor biometrických obrazových dat
Tretter, Zdeněk ; Drahanský, Martin (oponent) ; Doležel, Michal (vedoucí práce)
Cílem této práce je navrhnout a implementovat klasifikátor otisků prstů, který klasifikuje otisky prstů na základě typu snímače, ze kterého byly nasnímány. Čtenáři jsou v práci popsány existující typy snímačů otisků prstů a jednotlivé fáze klasifikace. Navržený klasifikátor využívá kaskády klasifikátorů vytrénovaných učícím algoritmem AdaBoost. Aplikace byla implementovaná v jazyce C++, s využitím knihovny OpenCV, pro operační systémy GNU/Linux a MS Windows.
|
|
|
Detekce, lokalizace a rozpoznání dopravních značek
Svoboda, Tomáš ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá lokalizací, detekcí a rozpoznáním dopravních značek. Jsou zde rozebírány možnosti výběru oblastí s pravděpodobným výskytem značek. Dále jsou řešeny vlastnosti různých příznaků se zaměřením na příznaky založené na histogramu orientovaných gradientů. Z možných klasifikátorů se práce zabývá především kaskádami klasifikátorů typu support vector machines, které jsou použity ve výsledném systému. Součástí zprávy je dále popis implementace systému a popis datových sad pro 5 typů dopravních značek. Systém je rozsáhle testován, výsledky testování jsou velmi dobré. Zpracováním téměř 9 hodin videozáznamu byly získány nové datové sady. Tyto sady zahrnují přibližně 13 500 obrazů.
|
|
|
Re-identifikace vozidla pomocí rozpoznání jeho registrační značky
Špaňhel, Jakub ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá návrhem algoritmů detekce a rozpoznání registrační značky vozidla, které by byly použitelné pro re-identifikaci vozidla v obraze, a vytvořením jednoduchého systému analýzy dopravy. Byly navrženy a otestovány jednotlivé části toho systému. Konkrétně se jedná o detekci vozidel, detekci a rozpoznání registrační značky vozidla a systém samotný. Detekce vozidel je prováděna pomocí metody odečítání pozadí a vytváření ohraničení těchto oblastí s úspěšností ~92%. Registrační značka je detekována pomocí kaskády klasifikátoru a dosahuje úspěšnosti 81.72% a přesnosti 94.42%. Rozpoznání poznávací značky pomocí metody Template matching dosahuje úspěšnosti 60.55%. Proto byl představen zcela nový princip rozpoznávání registrační značky vozidla pomocí jejího skenování užitím principu sliding window a rozpoznáváním neuronovou sítí. Neuronová síť dosahuje úspěšnosti 64.47% pro testovací datovou sadu při použití pěti příznaků. Malou úspěšnost neuronové sítě však ovlivňuje nedostatek vzorků některých znaků registrační značky.
|
|
|
Učení detektorů pomocí sledování objektů
Buchtela, Radim ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce se věnuje problematice dlouhodobého sledování objektů ve video sekvenci, konkrétně oblasti učení detektorů pomocí sledování objektů. V práci jsou diskutovány metody pro sledování objektů, detekci objektů a online učení a možnosti jejich nasazení v sofistikovanějších technikách, které kombinují sledování objektu a online učení detektorů.
|
|
|
Automatické počítaní lidí z panoramatické fotografie
Blucha, Ondřej ; Kolář, Martin (oponent) ; Veľas, Martin (vedoucí práce)
Tato bakalářská práce se zabývá automatickým počítáním lidí z panoramatické fotografie. Toto je velmi užitečné pro počítání velkého počtu lidí, například na stadionech nebo na koncertech. Skládá se ze dvou částí. První částí je spojování fotografií, ke které byly použity příznakově založené metody. Druhou částí je počítáni osob pomocí detekce obličejů, ke které byl použit detektor Viola-Jones. Pomocí testování bylo zvoleno ideální nastavení parametrů použitých metod pro daný problém.
|
|
|
Detekce a rozpoznání registrační značky z fotografie
Janíček, Kryštof ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.
|
|
|
Re-identifikace vozidla pomocí rozpoznání jeho registrační značky
Špaňhel, Jakub ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá návrhem algoritmů detekce a rozpoznání registrační značky vozidla, které by byly použitelné pro re-identifikaci vozidla v obraze, a vytvořením jednoduchého systému analýzy dopravy. Byly navrženy a otestovány jednotlivé části toho systému. Konkrétně se jedná o detekci vozidel, detekci a rozpoznání registrační značky vozidla a systém samotný. Detekce vozidel je prováděna pomocí metody odečítání pozadí a vytváření ohraničení těchto oblastí s úspěšností ~92%. Registrační značka je detekována pomocí kaskády klasifikátoru a dosahuje úspěšnosti 81.72% a přesnosti 94.42%. Rozpoznání poznávací značky pomocí metody Template matching dosahuje úspěšnosti 60.55%. Proto byl představen zcela nový princip rozpoznávání registrační značky vozidla pomocí jejího skenování užitím principu sliding window a rozpoznáváním neuronovou sítí. Neuronová síť dosahuje úspěšnosti 64.47% pro testovací datovou sadu při použití pěti příznaků. Malou úspěšnost neuronové sítě však ovlivňuje nedostatek vzorků některých znaků registrační značky.
|
|
|
Počítání průchodů osob dveřmi s využitím stacionární kamery
Tichý, Ľuboš ; Behúň, Kamil (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému.
|
|
|
Detekce a rozpoznání registrační značky z fotografie
Janíček, Kryštof ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.
|
host ::
RSS.