|
|
Vehicle Make and Model Recognition
Gregor, Adam ; Špaňhel, Jakub (oponent) ; Juránek, Roman (vedoucí práce)
In the practical part of the diploma thesis, the task of identifying the manufacturer and model of a vehicle (VMMR) was implemented. In the first part, a dataset of vehicles was compiled for machine learning purposes that consists of images from the Internet. This resulted in over 6 million images of cars, buses, motorbikes and trucks usable for the VMMR task. Next, as part of the experiments, a standard classification was used on a part of the dataset, when the encoder is followed by a classification layer implemented using a neural network. Also an approach with a supervised contrastive learning method, clustering embeddings from encoder for easier classification, was used. Since the first mentioned approach returned more accurate results, it was used in the further experiments. There, a larger portion of images from our dataset was used for training a classifier for the VMMR task. Other classifiers were trained on the Stanford Cars and Comprehensive cars datasets. Lastly, when comparing the functionality of the classifiers on different datasets we have found that the classifier trained on our dataset performed the best.
|
|
|
Steps Towards Improvements of Computer Vision Methods for Traffic Analysis
Špaňhel, Jakub ; Sablatnig, Robert (oponent) ; Šikudová, Elena (oponent) ; Herout, Adam (vedoucí práce)
The rapid urbanization and increasing number of vehicles on the roads have stretched traditional traffic management systems to their limits. Intelligent Transportation Systems (ITS) offer a solution, utilizing advanced technologies to enhance traffic flow and safety. The robustness of computer vision methods within ITS, essential for traffic analysis, remains a crucial area for improvement. This thesis substantially contributes to this field, specifically focusing on Vehicle Fine-Grained Recognition, Vehicle Re-Identification, License Plate Recognition, and Monocular Vehicle Speed Measurement. Several new datasets, highly appreciated by the research community, were introduced, enhancing the evaluation and exploration within each domain mentioned earlier. The main contributions can be summarized as follows: Novel method for aggregation of visual features for vehicle re-identification & dataset. Innovative approach to license plate recognition using alignment of the license plate and holistic recognition & three published datasets. Novel augmentation techniques for vehicle fine-grained recognition & extension of previously published dataset. The biggest dataset for vehicle speed measurement & baseline evaluation with state-of-the-art methods. The key findings of this work demonstrate a significant enhancement in the accuracy, efficiency, and robustness of computer vision methods applied to traffic analysis. This research's contributions have been recognized at top conferences and journals in ITS, setting new standards for future work. By advancing the current state of ITS and contributing valuable resources for ongoing research, this thesis represents a step towards more sustainable and efficient intelligent transportation systems.
|
|
|
Datové rozhraní pro sdílení "městských dat"
Fiala, Jan ; Špaňhel, Jakub (oponent) ; Zemčík, Pavel (vedoucí práce)
Cílem této práce je prozkoumání existujících řešení sdílení uzavřených a otevřených dat, navrhnutí možnosti způsobu sdílení neveřejných dat, implementace vybraného řešení a demonstrace funkčnosti systému pro sdílení uzavřených dat. Realizační výstup se skládá z katalogu neveřejných datových sad, webové aplikace pro správu neveřejných datových sad, brány aplikačního rozhraní a demonstrační aplikace.
|
|
|
Uživatelské rozhraní systému pro práci s HDR obrazem
Jedlička, Jan ; Špaňhel, Jakub (oponent) ; Čadík, Martin (vedoucí práce)
Tato práce si klade za cíl zprovoznění a vylepšení uživatelského rozhraní programu ToneMapping Studio (TMS) , který je vyvíjen na FIT VUT v Brně pod vedením doc. Ing.Čadíka, PhD. Současné uživatelské rozhraní je realizováno pomocí frameworku Qt3, který je již zastaralý a přestává být podporován. Je tedy zapotřebí převod do aktuální verze Qt5 . V rámci vylepšení uživatelského rozhraní bude provedeno porovnání s již existujícími programy pro práci s HDR obrazem. Na základě porovnání budou navrženy změny, které budou prototypovány a uživatelsky testovány. Druhou částí této práce bude porovnání existujících zásuvných modulů systému TMS pro převod snímků do šedotónové barvy.
|
|
|
Počítání vozidel ve statickém obraze
Vágner, Filip ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
Úkolem této práce je porovnání modelů konvolučních neuronových sítí určených k počítání vozidel ve statickém obraze pomocí odhadu hustoty se zaměřením na rozdílné velikosti objektů ve scéně. Celkem byly vyhodnoceny čtyři modely - Scale Pyramid Network, Scale-adaptive CNN, Multi-scale fusion network a CASA-Crowd. Vyhodnocení proběhlo na třech datových sadách - TRANCOS, CARPK, PUCPR+. Nejlepších výsledků dosáhl model Scale Pyramid Network. Na datové sadě TRANCOS dosáhl v metrice Mean Absolute Error hodnoty 5,44 a v metrice GAME(3) hodnoty 9,95.
|
|
|
Mobilní aplikace pro zaznamenávání spotřeby automobilu
Mokrý, Martin ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cieľom tejto práce je navrhnúť a implementovať mobilnú aplikáciu pre zaznamenávanie spotreby automobilu. Aplikácia je určená pre operačný systém Android. Má umožniť užívateľom jednoducho a efektívne vkladať nové záznamy o čerpaniach paliva. Na základe týchto záznamov im následne zobrazí celkový prehľad o nákladoch ich vozidla. V tejto práci je zachytený postup vytvárania takejto aplikácie, jednotlivé etapy návrhu, implementačné detaily a testovanie výslednej aplikácie. Tiež sú tu uvedené a rozobraté podobné existujúce riešenia.
|
|
|
Úsekové měření rychlosti pro analýzu dopravy
Kubíčková, Pavla ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá úsekovým měřením rychlosti automobilů. Práce popisuje existující metody detekce registračních značek a rozpoznání znaků v nich obsažených. Následně jsou popsány metody kaskádového klasifikátoru a klasifikátoru SVM, které jsou v této práci použity. V závěrečné části je zpracované vyhodnocení jednotlivých částí systému.
|
|
|
Detekce jízdy na červenou
Šorf, Milan ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá automatickou detekcí jízdy na červenou ze statické kamery. Teoretická část práce popisuje princip detekce, představuje některé metody zpracování obrazu pro detekci semaforů a automobilů a popisuje metriky pro jejich srovnávání. Práce se rovněž zabývá implementací aplikace pro porovnání úspěšnosti jednotlivých metod.
|
|
|
Počítání vozidel ve statickém obraze
Jelínek, Zdeněk ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
Hlavním cílem této práce bylo porovnání různých moderních přístupů k počítání vozidel pomocí odhadu hustoty. Celkem byly porovnány čtyři modely konvolučních neuronových sítí - Counting CNN, Hydra CNN, Perspective-Aware CNN a Multi-column CNN. Vyhodnocení natrénovaných modelů bylo provedeno na třech různých datasetech. Nejpřesnějších výsledků na všech datasetech dosáhl model Perspective-Aware CNN. Na datasetu PUCPR+ dosáhl hodnoty Mean Absolute Error 2,86, čímž prokázal, že jeho použití u problému počítání vozidel je vhodné.
|
|
|
Detekce a rozpoznání hub v přirozeném prostředí
Steinhauser, Dominik ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
Práce řeší problém detekce a klasifikace hub na fotografiích v přirozeném prostředí. K řešení jsem použil konvoluční neuronové sítě. Začátek práce je věnován teorii neuronových sítí. Dále je v práci řešena detekce hub a jejich klasifikace. S pomocí plně konvoluční neuronové sítě je vyřešen i problém lokalizace hub. Výsledky naučených neuronových sítí jsou analyzovány.
|
host ::
RSS.