|
|
Získávání vstupů zpracováním obrazu pro řízení autonomního vozidla
Midrla, Daniel ; Píštěk, Václav (oponent) ; Kučera, Pavel (vedoucí práce)
Předmětem této diplomové práce je sběr dat zpracováním obrazu pro řízení autonomního vozidla. Práce v první řadě nabízí shrnutí teoretických znalostí souvisejících s danou problematikou. Dále je popsán proces tvorby algoritmu, který s pomocí stereo kamery a neuronové sítě pro detekci objektů získává základní vstupy pro řízení autonomního vozidla. Těmi jsou informace o třídě rozpoznaného objektu a jeho vzdálenosti. Závěrem práce je provedeno experimentální ověření správné funkčnosti, přičemž je kladen důraz na optimalizaci přesnosti a rozsahu určení vzdálenosti. Také je vyhodnocena schopnost provozu algoritmu v reálném čase na kompaktním počítači s omezenou výpočetní kapacitou.
|
|
|
Tvorba hloubkové mapy pomocí stereovidění pro navigaci mobilního robota
Babinec, Adam ; Orság, Filip (oponent) ; Herman, David (vedoucí práce)
Tato práce je věnována problému pasivní stereovize v moderní robotice. Práce zahrnuje návrh a implementaci autonomního systému pasivní binokulární stereovize pro navigaci mobilního robota. Třídimenzionální hloubková mapa je vytvářena pomocí agregace oblaků bodů vytvořených reprojekcí dvojic snímků zachycených stereokamerou. Tyto jsou reprojektovány pomocí mapy disparity, která je vypočítaná aplikací algoritmů typu Block Matching. Lokální mapa je reprezentována voxelovou mřížkou uchovávanou v oktálovém stromě a umožňuje detekci pohybujících se překážek pomocí principu vrhání paprsků. Vizuální odometrie je vykonávána sledováním reprojektovaných párů význačných bodů v sériích za sebou jdoucích dvojic snímků. Systém umožňuje uživatelovi volbu různých způsobů při řešení problémů, poskytuje grafické uživatelské rozhraní a je nazávislý na softwarové a hardwarové platformě.
|
|
|
Differentiable Depth Estimation for Bin Picking
Černý, Marek ; Klusáček, David (vedoucí práce) ; Šikudová, Elena (oponent)
Tato práce zkoumá možnosti rekonstrukce povrchu pro bin picking pomocí neuronových sítí. Při zkoumání článků z 2014-2018 se ukázalo, že stávající metody nejsou použitelné. Proto jsme vytvořili vlastní nízkourovnový přístup nazvaný EmfNet. Sít používá pyramidové zjemnování rozlišení, kde se na každé urovni pyramidy výpoctu úcastní tři oddělené sítě s jasne definovaným učelem, coz umožnuje témer kompletní pochopení fungování sítě. Model EmfNet byl již částecně použitelný, ale byl rozšířen na EmfNet-v2. Jednak dostal novou meřící vrstvu, aby nezávisel na zbytečném hyperparametru, hlavne ale bylo využito geometrických omezení k tomu, aby sit nemátly okluze (případy, kdy je určitá část povrchu vidět jen z jedné kamery). Obě sítě jsme implementovali a testovali na vlastnim korpusu jak renderovaných tak realných dat. Process párování korespondencí uvnitř sítě lze sledovat po- mocí vizualizace. Navrhli jsme způsob, jak využít robotickou ruku a SMF software k tomu, abychom relativně rychle získali potřebne mnozství dat pro natrénování modelu. Zatím nejlepší model zvládne zrekonstruovat 80% povrchu s chybou menší než 2 mm za čas pod 1 sekundu. 1
|
|
|
Získávání vstupů zpracováním obrazu pro řízení autonomního vozidla
Midrla, Daniel ; Píštěk, Václav (oponent) ; Kučera, Pavel (vedoucí práce)
Předmětem této diplomové práce je sběr dat zpracováním obrazu pro řízení autonomního vozidla. Práce v první řadě nabízí shrnutí teoretických znalostí souvisejících s danou problematikou. Dále je popsán proces tvorby algoritmu, který s pomocí stereo kamery a neuronové sítě pro detekci objektů získává základní vstupy pro řízení autonomního vozidla. Těmi jsou informace o třídě rozpoznaného objektu a jeho vzdálenosti. Závěrem práce je provedeno experimentální ověření správné funkčnosti, přičemž je kladen důraz na optimalizaci přesnosti a rozsahu určení vzdálenosti. Také je vyhodnocena schopnost provozu algoritmu v reálném čase na kompaktním počítači s omezenou výpočetní kapacitou.
|
|
|
Differentiable Depth Estimation for Bin Picking
Černý, Marek ; Klusáček, David (vedoucí práce) ; Šikudová, Elena (oponent)
Tato práce zkoumá možnosti rekonstrukce povrchu pro bin picking pomocí neuronových sítí. Při zkoumání článků z 2014-2018 se ukázalo, že stávající metody nejsou použitelné. Proto jsme vytvořili vlastní nízkourovnový přístup nazvaný EmfNet. Sít používá pyramidové zjemnování rozlišení, kde se na každé urovni pyramidy výpoctu úcastní tři oddělené sítě s jasne definovaným učelem, coz umožnuje témer kompletní pochopení fungování sítě. Model EmfNet byl již částecně použitelný, ale byl rozšířen na EmfNet-v2. Jednak dostal novou meřící vrstvu, aby nezávisel na zbytečném hyperparametru, hlavne ale bylo využito geometrických omezení k tomu, aby sit nemátly okluze (případy, kdy je určitá část povrchu vidět jen z jedné kamery). Obě sítě jsme implementovali a testovali na vlastnim korpusu jak renderovaných tak realných dat. Process párování korespondencí uvnitř sítě lze sledovat po- mocí vizualizace. Navrhli jsme způsob, jak využít robotickou ruku a SMF software k tomu, abychom relativně rychle získali potřebne mnozství dat pro natrénování modelu. Zatím nejlepší model zvládne zrekonstruovat 80% povrchu s chybou menší než 2 mm za čas pod 1 sekundu. 1
|
|
|
Tvorba hloubkové mapy pomocí stereovidění pro navigaci mobilního robota
Babinec, Adam ; Orság, Filip (oponent) ; Herman, David (vedoucí práce)
Tato práce je věnována problému pasivní stereovize v moderní robotice. Práce zahrnuje návrh a implementaci autonomního systému pasivní binokulární stereovize pro navigaci mobilního robota. Třídimenzionální hloubková mapa je vytvářena pomocí agregace oblaků bodů vytvořených reprojekcí dvojic snímků zachycených stereokamerou. Tyto jsou reprojektovány pomocí mapy disparity, která je vypočítaná aplikací algoritmů typu Block Matching. Lokální mapa je reprezentována voxelovou mřížkou uchovávanou v oktálovém stromě a umožňuje detekci pohybujících se překážek pomocí principu vrhání paprsků. Vizuální odometrie je vykonávána sledováním reprojektovaných párů význačných bodů v sériích za sebou jdoucích dvojic snímků. Systém umožňuje uživatelovi volbu různých způsobů při řešení problémů, poskytuje grafické uživatelské rozhraní a je nazávislý na softwarové a hardwarové platformě.
|
|
|
Prostor ve fotografii a v obrázku
Šimeček, Michal
Vnímání prostoru na obrázku nebo fotografii se v mnoha rysech liší od přímého zrakového vnímání prostoru. Rozdíly jsou dosti značné, ačkoli si je většinou neuvědomujeme. Kromě naší kulturní zkušenosti s realistickými obrázky a fotografiemi, která takové vnímání prostoru umožňuje, jsou ve hře další faktory. Patří sem jednak vztah mezi zobrazovaným prostorem a tím, kdo jej zobrazuje (kamerou), ale také relace mezi výsledným obrazem (fotografií) a pozorovatelem (například velikost obrazu a pozorovatelova vzdálenost od něj). Tato složitost neumožňuje například pozorovateli z fotografie spolehlivě odhadovat egocentrické vzdálenosti jinak, než na pořadové úrovni, a i při dalších odhadech jej nutí zapojovat vlastní percepční zkušenost víc, než ve skutečnosti situace dovoluje.
|
|
|
Vnímání prostoru: Uvedení do problematiky
Šikl, Radovan ; Šimeček, Michal
Tématika vnímání prostoru je pravděpodobně nejdůkladněji prostudovanou oblastí zrakového vnímání. V průběhu historie se opakovaně ocitala v centru zájmu malířství, filozofie, geometrie, astronomie, fyziologie a stála i u zrodu psychologie jako samostatné vědecké disciplíny. V příspěvku se pokusíme posluchače ve zkratce seznámit s hlavními okruhy problémů, které jsou studovány, používanými metodami výzkumu a některými výsledky, které vypovídají o charakteristických zkresleních člověka při percepčním zachycení prostorových konfigurací. Zmíníme se rovněž o vlastních výzkumech, které byly zaměřeny na hledání vztahu mezi jednotlivými deskriptory vizuálního/optického prostoru (velikost, vzdálenost, umístění, orientace) a na pokus o kvantifikaci parametrů optického prostoru ve vztahu k prostoru fyzikálnímu/reálnému.
|
|
|
Vybrané otázky experimentálního výzkumu vnímání prostoru: Deformace vizuálního prostoru, vztah mezi deskriptory prostoru, Achillova pata metodologie výzkumu
Šimeček, Michal ; Šikl, Radovan
Příspěvek shrnuje hlavní výsledky pětiletého výzkumného snažení autorů. Jedna linie výzkumu byla zaměřená na vzájemný vztah dílčích deskriptorů definujících prostor při formování komplexního trojrozměrného vjemu; experimentálně byla testovaná součinnost velikosti a orientace podnětu při jeho percepčním zpracování. Další skupina výzkumů se věnovala srovnání geometrie vizuálního a fyzikálního prostoru, přičemž hlavním zjištěním je postřeh anizotropie zakřivení vnímaného prostoru. Konečně jsme se pokusili poukázat na rizika používání metrických úloh při výzkumu zrakového vnímání prostoru, kdy se po pozorovateli v experimentu požaduje absolutní přesnost (explicitní formát odpovědi). Prvním z řady argumentů proti takovému zadání je jeho odlehlost vzhledem ke všednodenní zkušenosti; přílišná náročnost spolu s interpretací výsledků neuzpůsobenou specifické úloze se pak podepisují na nízké ekologické validitě zjištění.
|
host ::
RSS.