|
| |
|
|
Měření výšky postavy v obraze
Olejár, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Cieľom tejto práce bolo zhrnutie teórie nutnej pre úpravu, detekciu postavy a výpočet výšky detekovanej postavy v obraze. Následne boli tieto informácie aplikované pri implementáciu algoritmu. Prvá polovica práce teoreticky rozoberá skúmanú problematiku. Pojednáva o základných metódach predspracovania obrazu, rovinnej a projektívnej geometrie a ich transformácií. Popisuje skreslenie, ktoré do obrazu vnášajú nedokonalosti optických sústav kamier a možnosti jeho odstránenia. Následne vysvetľuje algoritmus HOG a opisuje samotnú metódu určenia výšky postavy. V Druhej polovici práce je zdokumentovaný vytvorený algoritmus spolu s jeho štatistickým vyhodnotením.
|
|
|
Podpora tvorby map pomocí metod zpracování obrazu
Jaroš, Ján ; Herman, David (oponent) ; Váňa, Jan (vedoucí práce)
Tato bakalářská práce se zabývá metodami detekce vybraných objektů ve videu a importováním těchto objektů do centrální databáze OpenStreetMap na základě jejich geografické poloze. Zaměřena je z velké části na rozpoznávání dopravních značek. První část stručně popisuje některé nejpoužívanější metody a samotný projekt OpenStreetMap. V nasledujících kapitolách je uveden podrobnější přehled použitých metod navrhnutého systému, jeho implementace a testování. Závěr obsahuje zhodnocení celé práce a jsou zde uvedené možné rozšíření.
|
|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Učení a detekce objektů různých tříd v obraze
Chrápek, David ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce je zaměřena na učení a detekci objektů v obraze a v sekvenci po sobě jdoucích obrazů. Konkrétněji na učení a rozpoznávání lidí nebo jejich částí v případě, že jsou částečně zastíněni, s ohledem na možné využití detektoru na robotických platformách. Práce se zaměřuje na využití obrazových příznaků nazývaných Histogramy Orientovaných Gradientů (HOG), které jsou schopny docela dobře pracovat s různými pózami lidí v obraze. Člověk je rozdělen na několik částí a tyto části jsou detekovány samostatně. Následně je použit systém hlasování jednotlivých částí, které byly detekovány, který určuje výsledné pozice osob v obraze. Pro potřeby natrénování tohoto detektoru je využito lineárního SVM. Dále je při detekci ze sekvence po sobě jdoucích snímků použit Kalmanův filtr, který se stará o stabilizaci výsledné detekce.
|
|
|
Vyhledávání objektů v obraze na základě předlohy
Novák, Pavel ; Mašek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá detekcí objektů v obraze na základě předlohy. Hlavním přínosem práce je nová metoda extrakce příznaků histogramu orientovaných gradientů používající sadu komparátorů pro extrakci dat. V práci jsou popsány použité metody komparace a extrakce. Hlavní část je věnována především metodě histogramu orientovaných gradientů, ze které vycházíme. V práci je užita malá sada trénovacích obrazů (celkem 100) ověřená křížovou validací, následně ověřená na reálných scénách. Dosažená úspěšnost křížové validace je až 98% pro SVM algoritmus.
|
|
|
Rozpoznání pohlaví člověka na fotografii
Kałuża, Marian ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tato práce popisuje postup s využitím víceměřítkových fotografií pro rozpoznávání pohlaví podle obličeje. Koncept je založen na algoritmech jako "Histogram of Oriented Gradients" nebo "Local Binary Patterns". Experimenty ukázaly, že úspěšnost rozpoznání pohlaví se dá zvýšit nejenom s využitím více příznaků aplikovaných na jedno měřítko obrázku, ale také s využitím pouze jednoho příznaku aplikovaného na více rozlišení. Popsaný postup dosáhl více než 95% úspěšnosti rozpoznání u obou zvolených kolekcí obrázků.
|
|
|
Detekce dopravních značek z kamery ve vozidle
Dušek, Jan ; Sochor, Jakub (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí dopravních značek v obraze nebo videu. Nejprve budou popsány algoritmy běžně využívané k tvorbě obecného detektoru dopravních značek. Následně popíšu detekci dopravních značek využívající metod histogram orientovaných gradientů a support vector machines. Nakonec zhodnotím výsledky, kterých se podařilo dosáhnout.
|
|
|
Detekce rasistických symbolů z obrazu
Klapal, Matěj ; Říha, Kamil (oponent) ; Povoda, Lukáš (vedoucí práce)
Cílem této práce je vytvořit detektor rasistických symbolů z obrazu za použití funkcí open source knihovny OpenCV. V textu je shrnut základní proces zpracování obrazových dat pomocí počítačů. Text dále obsahuje popis jednotlivých metod z této knihovny umožňujících natrénovat a poté v obraze zaznamenat a lokalizovat požadovaný objekt. Součástí tohoto textu je také porovnání úspěšností detekce za použití Haarových příznaků, LBP a histogramu orientovaných gradientů. V textu jsou také shrnuty výsledky testu detekce pro trojici podporovaných symbolů, svastiku, znaky SS a triskelion.
|
|
|
Detekce, lokalizace a rozpoznání dopravních značek
Svoboda, Tomáš ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá lokalizací, detekcí a rozpoznáním dopravních značek. Jsou zde rozebírány možnosti výběru oblastí s pravděpodobným výskytem značek. Dále jsou řešeny vlastnosti různých příznaků se zaměřením na příznaky založené na histogramu orientovaných gradientů. Z možných klasifikátorů se práce zabývá především kaskádami klasifikátorů typu support vector machines, které jsou použity ve výsledném systému. Součástí zprávy je dále popis implementace systému a popis datových sad pro 5 typů dopravních značek. Systém je rozsáhle testován, výsledky testování jsou velmi dobré. Zpracováním téměř 9 hodin videozáznamu byly získány nové datové sady. Tyto sady zahrnují přibližně 13 500 obrazů.
|
host ::
RSS.