|
|
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.
|
|
|
Vyhledávání podobných 3D modelů
Šťáva, Zdeněk ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou vyhledávání podobných 3D modelů v databázi obsahující až tisíce modelů. Věnuje se zejména porovnání již existujících deskriptorů užívaných pro popis 3D modelů a následné hodnocení podobnosti mezi modely. Porovnány jsou zejména deskriptory Rotation Invariant Spherical Harmonics a 3D Zernikeho deskriptor. Dále popisuje využívání knihoven na extrakci těchto deskriptorů a návrh různých experimentů s těmito knihovnami nad několika databázemi objektů. Zkoumá vliv škály, translace, deformace a rotace různých 3D modelů na výsledný deskriptor a celkovou přesnost obou vybraných metod. Tyto výsledky poté porovnává.
|
|
|
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.
|
|
|
Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí
Stránský, Václav ; Veľas, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Počet automobilů neustále roste a jejich parkování se čím dál více komplikuje. Ve městech proto začala vznikat inteligentní parkoviště. Tato práce se zabývá návrhem a implementací robustního systému pro analýzu obsazenosti parkoviště z kamerových záznamů. Systém analyzuje jednotlivá parkovací místa ze záznamů z více-kamerového systému s možností překryvu mezi kamerami. Aplikace je navržena a implementována v Robotickém operačním systému (ROS) a její jádro se skládá ze dvou oddělených klasifikátorů. Úspěšnější, avšak pomalejší, je klasifikace pomocí hluboké neuronové sítě. Rychlou interakci řeší méně přesný klasifikátor pohybu s modelem pozadí. Systém je schopen fungovat v reálném čase, a to na grafické kartě i na procesoru. Úspěšnost systému na testovací datové sadě z reálného provozu jednoho parkoviště přesahuje 95 %.
|
|
|
Cloudové řešení pro zpracování 3D modelů
Klemens, Jakub ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá možnostmi zpracování 3D modelů v prostředí cloudových aplikací. Na základě získaných znalostí vznikla knihovna Cloud3D implementována v jazyce C++. Výsledná knihovna slouží k rychlému vytváření klient-server aplikací. Knihovna je rozdělena do tří samostatných částí: klient, poskytovatel služeb a Load Balancer. Poskytovatel služeb pracuje v cloudu a umožňuje zpracovávání 3D modelů, které mu zašle klient. Největší výhodou knihovny Cloud3D je jednoduchost vytváření nových aplikací s její pomocí. Mezi další výhody patří škálovatelnost, zajištěna implementací look-a-side Load Balanceru, a bezpečnost, zajištěna použitím SSL certifikace.
|
|
|
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 vypočítaní podľa ukazateľa F-measure.
|
host ::
RSS.