|
|
A Web Tool for Tracking Progress on Issues
Lamacz, Jan ; Špaňhel, Jakub (referee) ; Herout, Adam (advisor)
This diploma thesis focuses on design of the web application for project management. The final product is more process-oriented compared to most of other widely spread project management tools. It builds on the visual representation of tasks' progress. One of the main features is its simplicity and user friendliness as it also aims at the users who are not willing to invest their time to discover more complex applications but are willing to use some project management tool. The application is developped in the Symfony framework.
|
|
|
Fine-Grained Recognition and Re-Identification of Vehicles Using Advanced Feature Extraction
Doseděl, Ondřej ; Hradiš, Michal (referee) ; Špaňhel, Jakub (advisor)
Práce se zabývala analýzou a následným vylepšením metod užívaných k rozpoznávání typů vozidel a jejich re-identifikace. Navržená metoda může být využita jak pro rozeznání, tak pro re-identifikaci. Byla založena na používání tzv. 3D bounding boxes. Pomocí těchto boxů docházelo k detekci vozidla na obraze. Vozidlo bylo následně normováno rozbalením do dvojrozměrné interpretace. Tato metoda byla vylepšena určením směru vozidla a rozlišováním mezi čelní a zadní stranou vozidla během rozbalení třírozměrného modelu. Představená metoda vylepšuje stávající metodu pro rozpoznávání a snižuje její chybovost až o 13 % pro jeden vzorek a o 17% pro přesnost trati. Pro re-identifikaci nedošlo k zlepšení při použití LFTD agregovaní.
|
|
|
Detection of Graffiti Tags in Image
Fischer, Martin ; Kodym, Oldřich (referee) ; Špaňhel, Jakub (advisor)
The aim of this work is to compare different approaches of computer vision with the intention of automatic detection of graffiti tags in the image. The solution was based on models based on neural networks. Both the proven detection models and the experimental models were tested here. The most accurate one (Faster R-CNN) achieved an accuracy of 83% mAP, indicating the suitability of these models to the tag detection problem.
|
|
|
Web-Based Management and Lending System
Vitásek, Jakub ; Herout, Adam (referee) ; Špaňhel, Jakub (advisor)
Cílem této práce je analýza a implementace webového systému pro správu a půjčování zařízení, které uživatelům zprostředkuje přehled dat v systému a historii transakcí zařízení. Výsledná aplikace byla implementována v PHP s využitím Nette Frameworku, MySQL a AJAXu. V první polovině této práce je probrána analýza existujících platforem, popis jednotlivých fází implementace a seznam využitých návrhových vzorů. Druhá polovina pojednává o testování, využitých komponentách a jejich opodstatnění, a nakonec sumarizuje využitelnost implementovaného systému. Výsledkem této práce je implementace systému pro správu a půjčování zařízení, který uživatelům umožňuje vést efektivní evidenci půjčování položek.
|
|
|
Graffiti Tags Detection Mobile Application
Chovaneček, Přemysl ; Teuer, Lukáš (referee) ; Špaňhel, Jakub (advisor)
Thesis focuses on the object recognition of images, using the principles of artificial intelligence. It solves the signature detection of authors in the field of art called graffiti. It concerns about basic problematic of this field, it also points to the use of computer vision followed by practical application on mobile devices, specifically on the Android platform. The selected neural network models was the ssdMobileNet_v2 . The trained model achieves mAP accuracy of 73.5% meanwhile the IoU was set to 0.6. After the quantization process, the accuracy was reduced to 68.5%. The mobile application provides real-time detection and several other necessary functions for localization and data collection.
|
|
|
Traffic Violation Detection on Crossroads
Karpíšek, Miroslav ; Bartl, Vojtěch (referee) ; Špaňhel, Jakub (advisor)
This bachelor thesis presents procedure for the detection of red-light violation. In the theoretical part of the thesis, the current solution aproaches used in image processing are described. The practical part focuses on creation of program for automatic traffic corridors detection, vehicle tracking and the current traffic light state detection. The results obtained by experimenting with the proposed procedure and the possibilities of its further improvement are also discussed.
|
|
|
Video Enhancement Using Convolutional Networks
Skácel, David ; Špaňhel, Jakub (referee) ; Hradiš, Michal (advisor)
Convolutional neural networks (CNN) represent a state-of-the-art approach to non-trivial image processing tasks, including compression artifacts reduction and image super-resolution. As some research groups nowadays show, these networks can also be leveraged to perform such tasks on real-world video data, resulting in video spatial super-resolution and more. The main goal of this work is to determine whether these nets can be adjusted to perform temporal super-resolution of real-world video data. I utilize the aforementioned neural net architectures in this paper to do so. As I show, given that the input videos are of reasonable quality, these nets are capable of double-image interpolation up to a certain level, where the output image is usable for temporal upsampling. Although the presented results are promising, I encourage more research to be done on this topic.
|
|
|
Counting Vehicles in Static Images
Zemánek, Ondřej ; Špaňhel, Jakub (referee) ; Herout, Adam (advisor)
Tato práce se zaměřuje na problém počítání vozidel v statickém obraze bez znalosti geometrických vlastností scény. V rámci řešení bylo implementováno a natrénováno 5 architektur konvolučních neuronových sítí. Také byl pořízen rozsáhlý dataset s 19 310 snímky pořízených z 12pohledů a zachycujících 7 různých scén. Použité konvoluční sítě mapují vstupní vzorek na mapu hustoty vozidel, ze které lze získat jejich počet a lokalizaci v kontextu vstupního snímku. Hlavním přínosem této práce je porovnání a aplikace dosavadních nejlepších řešení pro počítání objektů v obraze. Většina z těchto architektur byla navržena pro počítání lidí v obraze, proto musely být uzpůsobeny pro potřeby počítání vozidel v statickém obraze. Natrénované modely jsou vyhodnoceny GAME metrikou na TRANCOS datasetu a na velkém spojeném datasetu. Dosažené výsledky všech modelů jsou následně popsány a porovnány.
|
|
| |
|
|
Holistic License Plate Recognition Based on Convolution Neural Networks
Morbitzer, Dušan ; Juránek, Roman (referee) ; Špaňhel, Jakub (advisor)
The goal of this work is to create a model of neural network for holistic recognition of license plates, focused on accuracy and shortening of the learning process. The model was implemented as a union of convolutional neural network for extraction of deep features of a plate and Bidirectional LSTM with CTC. The trained model was compared to another implementation using a holistic approach, that was trained on the same dataset. My design of the network achieved better results in recognition on a dataset, which is different from the training one, with an error rate of 8.3 %.
|
guest ::
RSS feed.