|
|
Mobilní aplikace pro evidenci a rozdělování spropitného v restauraci
Kocour, Martin ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Táto bakalárska práca sa zaoberá problematikou evidencie sprepitného. Výsledkom je mobilná aplikácia pre tablety, ktorá umožňuje jednoducho zaznamenávať získané finančné odmeny a následne ich transparentne deliť medzi zamestnancov. Táto práca v úvode pojednáva o problematike tvorby mobilných aplikácií pre operačný systém Android. Ďalej sa čitateľ dozvie, akým spôsobom bola aplikácia navrhnutá a implementovaná. V závere sú zhrnuté výsledky z testovania a budúce smerovanie vývoja aplikácie.
|
|
|
Zábavné minihry pro více hráčů ve virtuální realitě
Čubík, Dušan ; Špaňhel, Jakub (oponent) ; Bambušek, Daniel (vedoucí práce)
Tato práce se zabývá návrhem a implementací hry pro virtuální realitu pro více hráčů. Konkrétně se jedná o sérii zábavných miniher, ve kterých mezi sebou hráči soutěží. Výsledkem práce je klientská aplikace s dvěmi implementovanými minihrami pro zařízení Oculus Quest a Quest 2 a serverová aplikace. Shooting Range je minihra pro soutěž ve střelbě. Towers je minihra, ve které si hráči vzájemně ničí své pevnosti. Minihry otestovali uživatelé. Pro implementaci klientské aplikace byl použit herní engine Unity. K implementaci virtuální reality slouží knihovna XR Interaction Toolkit. Síťovou komunikaci na straně klienta realizuje Photon PUN. Implementace serverové části zajišťuje Photon Server SDK.
|
|
|
Počítání unikátních aut ve snímcích
Uhrín, Peter ; Špaňhel, Jakub (oponent) ; Juránek, Roman (vedoucí práce)
Současné systémy pro počítání aut na parkovištích většinou využívají nějakých specializovaných zařízení, jako jsou například závory při vjezdu na parkoviště. Takový přístup není vhodný pro neplacená, či rezidenční parkoviště. I na těchto parkovištích může být však užitečné udržovat si přehled o jejich obsazenosti a jiných datech. Systém navržený v této práci využívá model YOLOv4 pro vizuální detekci aut na snímcích z kamer. Následně pro každé auto vypočítá embedding vektor, který použije při porovnávání, jestli se na daném parkovacím místě v průběhu času auto změnilo. Výsledné informace ukládá do databáze. Z těchto dat následně systém agreguje různé statistické údaje jako jsou například celkový počet detekovaných aut, průměrná obsazenost parkoviště a průměrná doba parkování jednoho auta. Tyto údaje je možné získat pomocí REST API nebo si je zobrazit ve webové aplikaci.
|
|
|
Systém automatického přístupu na parkoviště pomocí rozpoznání registrační značky
Václavek, Patrik ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem této práce bylo navrhnout a implementovat systém pracující v reálném čase, schopný detekovat příjezd vozidla k terminálu parkoviště, rozpoznat registrační značku a automaticky rozhodnout o jeho vpuštění. Systém pro detekci příjezdu automobilu využívá algoritmus Gaussian Mixture Model. Pro spolehlivou lokalizaci registrační značky jsou použity dvě metody. V první jsou extrahovány Maximálně Stabilní Extrémní Regiony (MSER), zatímco ve druhé je použita transformace Top-Hat. Pro určení, zda se u nalezených regionů jedná o registrační značku, je využito klasifikátoru Support Vector Machine (SVM). Klasifikace znaků je provedena použitím umělé neuronové sítě. Pro implementaci byla použita knihovna OpenCV. Extrakce MSER byla díky navržené optimalizaci zrychlena až sedmkrát. Při lokalizaci registrační značky se podařilo dosáhnout úspěšnosti 92,47% a spolehlivost klasifikace dosahuje 90,03%.
|
|
|
Mobilní aplikace s prvky počítačového vidění
Dyk, Tomáš ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Bakalářská práce popisuje vývoj mobilní aplikace pro načítání a vyřešení sudoku. Mobilní aplikace je určena pro operační systém android. Uživatel načte sudoku do aplikace tím, že sudoku vyfotí v novinách nebo časopise. Aplikace následně detekuje pozici sudoku na fotografii, rozpozná čísla v jednotlivých polích sudoku a umožní uživateli toto sudoku v mobilním telefonu vyřešit. Všechny nevyřešené sudoku, včetně nově nahraných, se v aplikaci ukládají, aby je uživatel mohl kdykoli dořešit.
|
|
|
Re-identifikace automobilů pomocí registrační značky
Hažmuka, Tomáš ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a tvorbou aplikace pro reidentifikaci vozidel ve dvou videích. Práce popisuje metody zpracování obrazu a detekci objektů v něm a identifikaci symbolů. Vytvořená aplikace používá knihovnu OpenCV k velkému množství úkonů. Aplikace je napsaná v jazyce C++, standart C++11. Tato práce se dále popisuje otestování aplikace na vstupních datech včetně natrénování referenčních dat.
|
|
|
Document Information Extraction
Janík, Roman ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
With development of digitization comes the need for historical document analysis. Named Entity Recognition is an important task for Information extraction and Data mining. The goal of this thesis is to develop a system for extraction of information from Czech historical documents, such as newspapers, chronicles and registry books. An information extraction system was designed, the input of which is scanned historical documents processed by the OCR algorithm. The system is based on a modified RoBERTa model. The extraction of information from Czech historical documents brings challenges in the form of the need for a suitable corpus for historical Czech. The corpora Czech Named Entity Corpus (CNEC) and Czech Historical Named Entity Corpus (CHNEC) were used to train the system, together with my own created corpus. The system achieves 88.85 F1 score on CNEC and 87.19 F1 score on CHNEC, obtaining new state-of-the-art results.
|
|
|
Explainable Face Liveness Classification
Mičulek, Petr ; Beran, Vítězslav (oponent) ; Špaňhel, Jakub (vedoucí práce)
The goal of this thesis is to explore, develop, and evaluate explainable face presentation attack detection (PAD) systems. PAD systems act as security filters for face recognition, preventing spoofed faces from reaching the identification phase. These systems are a necessary component enabling the recent rise of biometric systems used in smartphones and security cameras. While neural networks are the standard method for this task, they are commonly a black-box method providing no explanation. To provide a better understanding of the detection process, input attribution methods are applied. Their suitability is studied and various variants are compared. Of the seven methods compared, GradCAM using test-time augmentation is evaluated as the best, achieving a deletion metric AUC of 0.658 and an insertion metric AUC of 0.908. Experiments with the explanations show their limited capability at helping understand the model, but provide hints at how the predictive accuracy of the PAD system can be verified, and possibly improved.
|
|
| |
|
| |
host ::
RSS.