|
|
Clustering mraku bodů
Mrkvička, Daniel ; Štarha, Pavel (oponent) ; Procházková, Jana (vedoucí práce)
Tato bakalářská práce se zabývá zpracováním mraku bodů. Zaměřuje se na detekci ploch v trojrozměrném prostoru. Popisuje především metody, které jsou používány k detekci rovin. Dále popisuje konkrétní implementaci jedné z těchto metod, metodu RANSAC, a zkoumá její praktické použití k detekci střech.
|
|
|
Point and Line Parameterizations Using Parallel Coordinates for Hough Transform
Juránková, Markéta ; Kälviäinen, Heikki (oponent) ; Kittler, Josef (oponent) ; Herout, Adam (vedoucí práce)
This thesis focuses on usage of parallel coordinates for line and point parameterizations. The parallel coordinate system represents the space with axes which are mutually parallel. A point from two-dimensional Euclidean space is in parallel coordinates represented by a line and a line is represented by a point. This property can by used for the Hough transform - a method, where the points of interest vote in parameter space for possible hypotheses. Parameterizations by the parallel coordinates require only rasterization of lines, therefore it is very fast and accurate. In this thesis, the parameterizations are used for matrix code and vanishing points detection.
|
|
|
Exploitation of GPU in graphics and image processing algorithms
Jošth, Radovan ; Svoboda, David (oponent) ; Trajtel,, Ľudovít (oponent) ; Herout, Adam (vedoucí práce)
This thesis introduces several selected algorithms, which were primarily developed for CPUs, but based on high demand for improvements; we have decided to utilize it on behalf of GPGPU. This modification was at the same time goal of our research. The research itself was performed on CUDA enabled devices. The thesis is divided in accordance with three algorithm’s groups that have been researched: a real-time object detection, spectral image analysis and real-time line detection. The research on real-time object detection was performed by using LRD and LRP features. Research on spectral image analysis was performed by using PCA and NTF algorithms and for the needs of real-time line detection, we have modified accumulation scheme for the Hough transform in two different ways. Prior to explaining particular algorithms and performed research, GPU architecture together with GPGPU overview are provided in second chapter, right after an introduction. Chapter dedicated to research achievements focus on methodology used for the different algorithm modifications and authors’ assess to the research, as well as several products that have been developed during the research. The final part of the thesis concludes our research and provides more information about the research impact.
|
|
|
Detekce, lokalizace a dekódování QR kódu v obraze
Kałuża, Marian ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá detekcí a rozpoznáním QR kódů pomocí motody založené na Houghově tranformaci a paralerních souřadnicích. Obecně lze tuto metodu použít pro detekci různých typů mřížkových struktur. Tato metoda analyzuje Houghův prostor jako 2D signál, ve kterém hledá charakteristické značky pro strukturu QR kódu. Houghův prostor je prohledáván na skupiny rovnoběžek jako jeden objekt. Cílem této práce je zkoumání metod pro detekci QR kódů nezávisle na natočení, perspektivě nebo nerovnoměrném osvícení. Výsledky ukazují, že tato metoda je přesná a odolná vůči vysokému stupni zakřivení perspektivy.
|
|
|
Lokalizace šachových figurek na hrací ploše z fotografie
Hampl, Tomáš ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Hlavním cílem této práce bylo analyzovat stav šachové partie a lokalizovat šachové figurky na šachovnici. Rozpoznání šachovnice je založené na lokalizaci čar v obraze pomocí Houghovy transformace a PClines. Figurky byly detekovány modely konvolučních neuronových sítí - YOLOv3, YOLOv4 a YOLOv4 tiny. Vyhodnocení bylo provedeno na vlastní datové sadě. Detekce šachovnice dosahuje přesnosti 97%, kompletní lokalizace stavu šachovnice dosahuje 74,5% a lokalizace figurek 96%.
|
|
|
Lokalizace šachových figurek na hrací ploše z fotografie
Hampl, Tomáš ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Hlavním cílem této práce bylo analyzovat stav šachové partie a lokalizovat šachové figurky na šachovnici. Rozpoznání šachovnice je založené na lokalizaci čar v obraze pomocí Houghovy transformace a PClines. Figurky byly detekovány modely konvolučních neuronových sítí - YOLOv3, YOLOv4 a YOLOv4 tiny. Vyhodnocení bylo provedeno na vlastní datové sadě. Detekce šachovnice dosahuje přesnosti 97%, kompletní lokalizace stavu šachovnice dosahuje 74,5% a lokalizace figurek 96%.
|
|
|
Clustering mraku bodů
Mrkvička, Daniel ; Štarha, Pavel (oponent) ; Procházková, Jana (vedoucí práce)
Tato bakalářská práce se zabývá zpracováním mraku bodů. Zaměřuje se na detekci ploch v trojrozměrném prostoru. Popisuje především metody, které jsou používány k detekci rovin. Dále popisuje konkrétní implementaci jedné z těchto metod, metodu RANSAC, a zkoumá její praktické použití k detekci střech.
|
|
|
Exploitation of GPU in graphics and image processing algorithms
Jošth, Radovan ; Svoboda, David (oponent) ; Trajtel,, Ľudovít (oponent) ; Herout, Adam (vedoucí práce)
This thesis introduces several selected algorithms, which were primarily developed for CPUs, but based on high demand for improvements; we have decided to utilize it on behalf of GPGPU. This modification was at the same time goal of our research. The research itself was performed on CUDA enabled devices. The thesis is divided in accordance with three algorithm’s groups that have been researched: a real-time object detection, spectral image analysis and real-time line detection. The research on real-time object detection was performed by using LRD and LRP features. Research on spectral image analysis was performed by using PCA and NTF algorithms and for the needs of real-time line detection, we have modified accumulation scheme for the Hough transform in two different ways. Prior to explaining particular algorithms and performed research, GPU architecture together with GPGPU overview are provided in second chapter, right after an introduction. Chapter dedicated to research achievements focus on methodology used for the different algorithm modifications and authors’ assess to the research, as well as several products that have been developed during the research. The final part of the thesis concludes our research and provides more information about the research impact.
|
|
|
Point and Line Parameterizations Using Parallel Coordinates for Hough Transform
Juránková, Markéta ; Kälviäinen, Heikki (oponent) ; Kittler, Josef (oponent) ; Herout, Adam (vedoucí práce)
This thesis focuses on usage of parallel coordinates for line and point parameterizations. The parallel coordinate system represents the space with axes which are mutually parallel. A point from two-dimensional Euclidean space is in parallel coordinates represented by a line and a line is represented by a point. This property can by used for the Hough transform - a method, where the points of interest vote in parameter space for possible hypotheses. Parameterizations by the parallel coordinates require only rasterization of lines, therefore it is very fast and accurate. In this thesis, the parameterizations are used for matrix code and vanishing points detection.
|
|
|
Detekce, lokalizace a dekódování QR kódu v obraze
Kałuża, Marian ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá detekcí a rozpoznáním QR kódů pomocí motody založené na Houghově tranformaci a paralerních souřadnicích. Obecně lze tuto metodu použít pro detekci různých typů mřížkových struktur. Tato metoda analyzuje Houghův prostor jako 2D signál, ve kterém hledá charakteristické značky pro strukturu QR kódu. Houghův prostor je prohledáván na skupiny rovnoběžek jako jeden objekt. Cílem této práce je zkoumání metod pro detekci QR kódů nezávisle na natočení, perspektivě nebo nerovnoměrném osvícení. Výsledky ukazují, že tato metoda je přesná a odolná vůči vysokému stupni zakřivení perspektivy.
|
host ::
RSS.