|
|
Pattern Recognition in Image Using Classifiers
Juránek, Roman ; Španěl, Michal (referee) ; Herout, Adam (advisor)
An AdaBoost algorithm for construction of strong classifier from several weak hypotesis will be presented in this work. Theoretical background of the algorithm and the method of construction of strong classifiers will be explained. WaldBoost extension to the algorithm will be described. The thesis deals with image features that are often used as element of weak classifiers. Brief introduction to pattern recognition in context of computer vision will be outlined in the begining of the work. Also some widely used methods of classifier training will be presented. An object detection library based on AdaBoost classifiers was developed as part of the work. The library was used in implementation of software that in praktice demonstrates object detection in videosquences. Last part of the work describes tool for training of AdaBoost classifiers.
|
|
|
Detection of Vehicles in Image
Pomykal, Antonín ; Beran, Vítězslav (referee) ; Herout, Adam (advisor)
This work deals with the possibility of detection of cars in the image using the characteristics of cars with custom created image features , which are made pursuant to Haar-like features, and using methods of AdaBoost to train and their detection. We introduce the possibilities and types of custom picture features, OpenCV library, which was used in the implementation of the program, and we show the results and the success of this combination of detection algorithms.
|
|
|
Ancient Maps Digitizing
Pospíšil, Josef ; Šilhavá, Jana (referee) ; Španěl, Michal (advisor)
This work is about processing of historical maps, especially their digitizing and vectorization. The main focuses of this project are maps from the second historical military mapping and finding methods useful for removing texts from these maps.
|
|
|
Face Detection in Camera Image on a Mobile Phone
Tureček, Martin ; Láník, Aleš (referee) ; Herout, Adam (advisor)
This thesis deals with a face detection on mobile phones. It especially focuses on Windows Mobile platform. The introduction is therefore devoted to this operating system and alternatives of working with the camera. The next part of the text refers to general problems of the face detection in the image considering the weak performance of the target device. Another part of this thesis is a description of the acquisition of images from the camera using DirectShow multimedia framework and creation of a custom transformation filter for the face detection. Achieved results are summarized in the conclusion. It takes a form of tests examining different mobile devices. All difficulties arising during Windows Mobile developing are also mentioned.
|
|
|
Sharing Local Information for Faster Scanning-Window Object Detection
Hradiš, Michal ; Kälviäinen, Heikki (referee) ; Matas, Jiří (referee) ; Zemčík, Pavel (advisor)
Cílem této dizertační prace je vylepšit existující detektory objektů pomocí sdílení informace a výpočtů mezi blízkými pozicemi v obraze. Navrhuje dvě metody, které jsou založené na Waldově sekvenčním testu poměrem pravděpodobností a algoritmu WaldBoost. První z nich, Early non-Maxima Suppression , přesunuje rozhodování o potlačení nemaximálních pozic ze závěrečné fáze do fáze vyhodnocování detektoru, čímž zamezuje zbytečným výpočtům detektoru v nemaximálních pozicích. Metoda neighborhood suppression doplňuje existující detektory o schopnost zavrhnout okolní pozice v obraze. Navržené metody je možné aplikovat na širokou škálu detektorů. Vyhodnocení obou metod dokazují jejich výrazně vyšší efektivitu v porovnání s detektory, které vyhodnocují jednotlivé pozice obrazu zvlášť. Dizertace navíc prezentuje výsledky rozsáhlých experimentů, jejichž cílem bylo vyhodnotit vlastnosti běžných obrazových příznaků v několika detekčních úlohách a situacích.
|
|
|
RoboAuto - Car Detection
Melo, Jakub ; Řezníček, Ivo (referee) ; Juránek, Roman (advisor)
This thesis deals with detection and tracking of cars viewed from behind. For the detection, Adaboost algorithm is used. The tracking is done using Kalman filter. In the first part of the work, theoretical background of the object detection and tracking is described. Experiments with classifier training and their results are presented in the second part of the work.
|
|
|
Object Tracking in Video
Sojma, Zdeněk ; Beran, Vítězslav (referee) ; Herout, Adam (advisor)
This master's thesis describes principles of the most widely used object tracking systems in video and then mainly focuses on characterization and on implementation of an interactive offline tracking system for generic color objects. The algorithm quality consists in high accuracy evaluation of object trajectory. The system creates the output trajectory from input data specified by user which may be interactively modified and added to improve the system accuracy. The algorithm is based on a detector which uses a color bin features and on the temporal coherence of object motion to generate multiple candidate object trajectories. Optimal output trajectory is then calculated by dynamic programming whose parameters are also interactively modified by user. The system achieves 15-70 fps on a 480x360 video. The thesis describes implementation of an application which purpose is to optimally evaluate the tracker accuracy. The final results are also discussed.
|
|
|
Hardware acceleration of object detection in images
Musil, Petr ; Chalmers, Alan (referee) ; Kadlec, Jiří (referee) ; Zemčík, Pavel (advisor)
V dnešní době je patrný nárůst počtu kamer a dohledových systémů ve veřejném prostoru. Množství informací které tato zařízení produkují je enormní a není v lidských silách je všechny vyhodnotit a interpretovat. Použití výpočetních technologií je nezbytné. Moderní algoritmy počítačového vidění již dosahují skvělých výsledků, jejich širšímu použití v praxi zatím brání nízký výkon zařízení a vysoké požadavky na výpočetní zdroje a energii. Jednou z možností je využití vysokého paraelního výkonu FPGA pro efektivní zpracování těchto algoritmů. Cílem této disertační práce je představit navržené metody optimalizace detektoru objektů v obraze běžících na FPGA. Tyto detektory využívají boostovatelné soft kaskády klasifikátorů spolu s lokálními obrazovými příznaky, které slouží jako slabé klasifikátory. Navržené postupy využívají sekvenční vyhodnocení slabých klasifikátoru. Pro zvýšení výkonu detekce je vyhodnocováno současně více pozic v obraze. Je navržen nový přístup pro detekci objektů různé velikosti nevyžadující externí paměť. Vytvořené detektory byly experimentálně ověřeny na úlohách detekce obličejů a poznávacích značek automobilů. Dosažená výsledky překonávají současný stav poznání, umožňují vytvořit detektory objektů s vyšším detekčním výkonem, lepším poměrem výkonu a spotřebovaných zdrojů FPGA a s lepší přesností detekce.
|
|
|
Application of Genetic Algorithms and Data Mining in Noise-based Testing of Concurrent Software
Šimková, Hana ; Kofroň, Jan (referee) ; Lourenco, Joao (referee) ; Vojnar, Tomáš (advisor)
Tato práce navrhuje zlepšení výkonu testování programů použitím technik dolování z dat a genetických algoritmů při testování paralelních programů. Paralelní programování se v posledních letech stává velmi populárním i přesto, že toto programování je mnohem náročnějsí než jednodušší sekvenční a proto jeho zvýšené používání vede k podstatně vyššímu počtu chyb. Tyto chyby se vyskytují v důsledku chyb v synchronizaci jednotlivých procesů programu. Nalezení takových chyb tradičním způsobem je složité a navíc opakované spouštění těchto testů ve stejném prostředí typicky vede pouze k prohledávání stejných prokládání. V práci se využívá metody vstřikování šumu, která vystresuje program tak, že se mohou objevit některá nová chování. Pro účinnost této metody je nutné zvolit vhodné heuristiky a též i hodnoty jejich parametrů, což není snadné. V práci se využívá metod dolování z dat, genetických algoritmů a jejich kombinace pro nalezení těchto heuristik a hodnot parametrů. V práci je vedle výsledků výzkumu uveden stručný přehled dalších Technik testování paralelních programů.
|
|
|
Scala Programming Language and Its Use for Data Analysis
Kohout, Tomáš ; Bartík, Vladimír (referee) ; Zendulka, Jaroslav (advisor)
This thesis deals with comparing the Scala programming language with other commonly used languages for data analysis. These languages are evaluated on the basis of the following categories: data manipulation and visualization, machine learning and concurent processing capabilities. The evaluation then shows the strengths and weaknesses of Scala. The strengths will be demonstrated on application for email categorization.
|
guest ::
