|
|
Monitorování dopravy z leteckých videí
Babinec, Adam ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací systému pro extrakci trajektorií vozidel z leteckých videí. Navržený systém analyzuje po sobě jdoucí letecké snímky dopravní křižovatky, které byly pořízeny kamerou z výšky přibližně 150 metrů pomocí autonomně létajícího stroje. Každý snímek je geo-registrovaný na základě vizuálních klíčových bodů ORB. Pro detekci vozidel v obraze byl využit kaskádový klasifikátor a příznaky MB-LBP. Oblast detekce vozidel byla omezena pomocí algoritmů pro detekci pohybu a s využitím informace o geometrii sledované křižovatky. Samotné sledování detekovaných vozidel je postaveno na částicovém filtru, který při evaluaci částic kombinuje výstup z detektoru vozidel a vizuální i pohybový model sledovaného vozidla. Systém byl otestovaný na třech ručně anotovaných video sekvencích, přičemž 92 % odhadnutých trajektorií koresponduje s realitou. Systém našel svoje uplatnění ve výzkumné činnosti dopravních analytiků, kde se využívá pro pokročilejší analýzy chování účastníků provozu v oblasti dopravních křižovatek a jejich vzájemné interakce.
|
|
|
Sonifikace videa pomocí technik umělé inteligence
Dobrocký, Filip ; Burget, Radim (oponent) ; Říha, Kamil (vedoucí práce)
Táto práca sa zaoberá sonifikáciou videa – prevodom obrazu na zvuk. Jej cieľom je využitie moderných techník počítačového videnia založených na umelej inteligencii pre vytvorenie systému schopného algoritmickej tvorby zvuku použiteľného v umeleckom kontexte. Sústredí sa na oblasti sound artu, algoritmickej kompozície a generatívnej hudby. Súčasťou práce je implementácia modulárneho sonifikačného systému v jazyku Python využívajúceho moderný detektor objektov YOLOv7 spolu s algoritmom pre sledovanie viacerých objektov z knižnice Norfair. Princíp je založený na systematickom prideľovaní zvukových objektov sledovaným objektom vo videu. Zvuk je tvorený prostredníctvom platformy SuperCollider a jej API pre Python s názvom Supriya, využívajúc rozličné typy zvukovej syntézy spolu s automatizovane vytvorenou databankou zvukov.
|
|
|
Modelling eye movements during Multiple Object Tracking
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Lidé musí sledovat v každodenních situacích více objektů zároveň (např. řízení automobilu nebo kolektivní sporty). Sledování více objektů (MOT) věrohodně simuluje sledování více objektů v laboratorních podmínkách. Když sledujeme cíle v úloze s mnoha dalšími objekty ve scéně, stává se obtížné rozlišit objekty na periférii (crowding). Přestože sledování by mohlo být prováděno pouze pomocí pozornosti, je zajímavá otázka, jakým způsobem lidé plánují své oční pohyby při sledování. V naší studii jsme provedli MOT experiment, ve kterém jsme účastníkům předložili opakovaně několik úloh s proměnlivým počtem distraktorů, nahrávali jsme oční pohyby a měřili jsme konzistenci očních pohybů pomocí Normalized scanpath saliency (NSS) metriky. Vytvořili jsme několik analytických strategií, které se vyhýbají crowdingu a porovnali jsme je s očními daty. Kromě analytických modelů jsme trénovali neuronové sítě na předpovídání očních pohybů v MOT úlohách. Výkon navrhovaných modelů a neuronových sítí jsme vyhodnocovali na datech z nového MOT experimentu. Analytické modely vysvětlovaly variabilitu očních pohybů dobře (výsledky jsou srovnatelné s intraindividuálními rozdíly); předpovědi založené na neuronových sítích byly méně úspěšné.
|
|
|
Comparison of scan patterns in dynamic tasks
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Nyström, Marcus (oponent) ; Paluš, Milan (oponent)
Sledování očních pohybů je často užívaná technika v mnoha vědeckých oblastech (experimentální psychologie, neurovědy, behaviorální ekonomie apod.), která nám může poskytovat rigorózní data ohledně alokace pozornosti. Vzhledem ke složitosti zpracování data chybějící metodologii, experimentální plány jsou často limitovány na statické podněty; Data s očními pohyby jsou často analyzována pouze s ohledem na základní typy očních pohybů - fixace a sakády. V dynamických úlohách (tedy úlohách s dynamickými stimuly jako např. zobrazení videí nebo úloha Sledování více objektů) se objevuje další častý typ očních pohybů - plynulé sledování. Data s očními pohyby jsou často v dynamických úlohách reprezentovány pomocí syrových dat jako posloupnosti očních pohybů. Tato reprezentace vyžaduje odlišný přístup k analýze dat a je zde mnoho mezer v analytických nástrojích. Tato práce je rozdělena na tři části. V první části uvádíme přehled současných metod na porovnání očních pohybů v dynamických úlohách následovaný čtyřmi simulacemi, ve kterém porovnáváme podobnost posloupností očních pohybů pomocí několik běžně používaných metrik. V druhé části představujeme aktuální přístup ke statistickému testování rozdílů mezi skupinami posloupností očních dat. Představujeme dvě nové metody a ukazujeme jejich použití ve dvou experimentech....
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Comparison of scan patterns in dynamic tasks
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Nyström, Marcus (oponent) ; Paluš, Milan (oponent)
Sledování očních pohybů je často užívaná technika v mnoha vědeckých oblastech (experimentální psychologie, neurovědy, behaviorální ekonomie apod.), která nám může poskytovat rigorózní data ohledně alokace pozornosti. Vzhledem ke složitosti zpracování data chybějící metodologii, experimentální plány jsou často limitovány na statické podněty; Data s očními pohyby jsou často analyzována pouze s ohledem na základní typy očních pohybů - fixace a sakády. V dynamických úlohách (tedy úlohách s dynamickými stimuly jako např. zobrazení videí nebo úloha Sledování více objektů) se objevuje další častý typ očních pohybů - plynulé sledování. Data s očními pohyby jsou často v dynamických úlohách reprezentovány pomocí syrových dat jako posloupnosti očních pohybů. Tato reprezentace vyžaduje odlišný přístup k analýze dat a je zde mnoho mezer v analytických nástrojích. Tato práce je rozdělena na tři části. V první části uvádíme přehled současných metod na porovnání očních pohybů v dynamických úlohách následovaný čtyřmi simulacemi, ve kterém porovnáváme podobnost posloupností očních pohybů pomocí několik běžně používaných metrik. V druhé části představujeme aktuální přístup ke statistickému testování rozdílů mezi skupinami posloupností očních dat. Představujeme dvě nové metody a ukazujeme jejich použití ve dvou experimentech....
|
|
|
Predicting targets in Multiple Object Tracking task
Citorík, Juraj ; Děchtěrenko, Filip (vedoucí práce) ; Brunetto, Robert (oponent)
Cie©om tejto práce je určenie sledovaných cie©ov v úlohe sledovania viacerých objektov, pri ktorej účastník sleduje nieko©ko pohybujúcich sa objektov. Ana- lyzovali sme dáta pochádzajúce z 1148 pokusov vykonaných 20 účastníkmi. Z dát sme extrahovali rôzne príznaky a navrhli postup pre určovanie sledovaných cie©ov používajúci neurónové siete a skryté Markovove modely. Vykonali sme porovnanie úspešnosti týchto modelov a príznakov. Výsledky naznačujú že metódy strojového učenia umožňujú s ve©kou spo©ahlivos'ou určova' sledované ciele. 1
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
host ::
RSS.