|
| |
|
|
Využití senzoru Kinect pro detekci osob
Janás, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Práce pojednává o způsobech detekce osob za pomoci zařízení Kinect od společnosti Microsoft. Hloubkový obraz pořízený tímto zařízením je dále zpracováván pomocí stan- dartních algoritmů pro práci s obrazem za využití volně dostupné knihovny OpenCV. Všechny používané metody zpracování obrazu jsou podrobně popsány z hlediska jejich funkce a vlivu na změnu obrazu. Praktická část práce se zaměřuje na realizaci jednodu- chého programu sloužícího pro segmentaci obrazu a nalezení osob v něm.
|
|
| |
|
| |
|
|
Algoritmy číslicového zpracování obrazu na grafických kartách
Bielczyk, Marek ; Lattenberg, Ivo (oponent) ; Přinosil, Jiří (vedoucí práce)
Cílem práce je ukázat možnosti využití grafických karet při zobrazování obrazového signálu. Práce je zaměřena obzvlášť na technologie CUDA a OpenCL. V řešení se nejdříve zaměříme na samostatnou grafickou kartu a ukážeme si postupný vývoj jejich komponentů a následný projevený efekt ve výkonu grafické karty. Poté si ukážeme samotné technologie CUDA a OpenCL, a také ukázky z kódů s vysvětlením , co který kód způsobí. Výstupem práce je několik programů, definovaných pro obě technologie a pro oba vykonavatele (CPU vs GPU). Přínosem této práce je vidět rozdíly mezi vykonavateli a tím i poukázaní na správnou volbu při návrhu vlastních algoritmů.
|
|
|
Multimediální přehrávač ovládaný gesty lidské ruky
Novotný, Luděk ; Přinosil, Jiří (oponent) ; Olejár, Adam (vedoucí práce)
Tato diplomová práce se zabývá návrhem detektoru gest lidské ruky. Teoretická část probírá obvyklé současné metody segmentace a detekce. Byly vybrány ty, které by byly nejvhodnější pro ovládání multimediálního přehrávače. Navržený algoritmus je následně popsán pomocí vývojových diagramů. Detektor je napsán v jazyce Java s využitím knihovny OpenCV. K detekci gest je použita segmentační metoda odečítání pozadí a aproximace konvexním mnohoúhelníkem. Detektor je schopen rozlišit šest gest a sledovat střed dlaně. Nakonec byl detektor propojen s navrženým a implementovaným prohlížečem dokumentů, obrázků a multimediálních souborů.
|
|
|
Klasifikace obrazů s pomocí hlubokého učení
Hřebíček, Zdeněk ; Přinosil, Jiří (oponent) ; Mašek, Jan (vedoucí práce)
Práce se zabývá detekcí objektů v obraze a jejich klasifikací do tříd. Klasifikace je zajištěna modely prostředí pro hlubokého učení BVLC/Caffe; Detekci objektů zajišťují algoritmy AlpacaDB/selectivesearch a belltailjp/selective_search_py. Jedním z výsledků této práce je úprava a využití modelu hluboké konvoluční neuronové sítě AlexNet v prostředí BVLC/Caffe. Model byl natrénován s přesností 51,75% pro klasifikaci do 1 000 tříd, následně byl upraven a natrénován pro klasifikaci do 20 tříd s přesnotí 75.50%. Přínosem práce je implementace grafického rozhraní pro detekci a klasifikaci objektů do tříd, jež je implementováno jako aplikace na bázi webového serveru v jazyce Python. Aplikace integruje výše zmíněné algoritmy detekce objektů s klasifikací pomocí BVLC/Caffe. Výslednou aplikaci lze použít jak pro detekci (a klasifikaci) objektů, tak pro rychlé ověření klasifikačních modelů prostředí BVLC/Caffe. Tato aplikace byla pro možnost rozšíření a dlašího využití zveřejněna na serveru GitHub pod licencí Apache 2.0.
|
|
|
Detekce obličeje v obraze
Malach, Tobiáš ; Přinosil, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
V této práci je prezentován přehled metod detekce obličeje v obraze a jsou vysvětleny základní principy klasifikace obrazu a jeho částí. Klíčovou částí práce je představení detektoru Viola-Jones a popis jeho implementace v jazyce Matlab. Detektor Viola-Jones je v praxi nejpoužívanější metoda pro detekci obličeje v obraze, což bylo důvodem pro detailní rozbor metody a následnou realizaci. Detektor je popsán teoreticky, rozebrány jsou základní kroky algoritmu a je zdokumentován trénovací algoritmus. Na základě teoretického rozboru byl detektor implementován v jazyce Matlab. Vlastnosti detektoru byly objektivně vyhodnoceny a porovnány s dalšími dvěma implementacemi detektoru Viola-Jones.
|
|
|
Gesturální rozhraní pro jednoduché ovládání počítače
Burdík, Vojtěch ; Beneš, Radek (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se věnuje poměrně novému počítačovému oboru – počítačovému vidění. Zaměřuje se na rozpoznávání objektů, určení polohy a reakci na určitý pohyb. Cílem práce je sestavit program, který bude schopný pomocí pohybu ruky ovládat počítač, reagovat na definované gesto provedené prsty nebo dlaní a vytvořit na něj určitou akci. Tohoto cíle má být dosaženo bez použití speciálních čidel nebo více kamer, pouze s jednou obyčejnou webkamerou. Ke zpracování obrazu byly využity funkce z knihovny OpenCV a byl sestaven program. Vyhodnocení funkcí je založeno na ověření funkčnosti v praxi, vyhodnocení rychlosti, přesnosti a kvalitě rozpoznání objektu. Poté bylo vytvořeno schéma, jak by mohl program pro gesturální ovládání počítače vypadat a následně byla provedena jeho realizace v podobě jednoduchého programu. Tento program je schopen rozeznat v obrazu objekt, v našem případě ruku, a pomocí vyhodnocení jejího pohybu ovládat kurzor myši na počítači s možností provedení simulace stisku levého tlačítka myši. Dále umožňuje skrolovat v dokumentech horizontálním i vertikálním směrem. Program je velice robustní a práce s ním je velice jednoduchá.
|
|
|
Analýza emocionálních stavů na základě obrazových předloh
Přinosil, Jiří ; Rajmic, Pavel (vedoucí práce)
Tato disertační práce se zabývá návrhem automatického systému pro rozpoznávání základních emocionálních výrazů ve tváři ze statických obrazů. Celkově je tento systém rozdělen do tří nezávislých částí, které jsou ovšem jistým způsobem propojeny. Jedná se o automatickou detekci tváře v barevném obraze, kde byl navržen vlastní detektor pracující na základě barvy lidské kůže a metody pro lokalizaci pozic očí a rtů v již nalezených tvářích pomocí barevných map. Součástí tohoto celku je modifikovaný algoritmus detekce tváří Viola-Jones, který byl také experimentálně využit pro detekci očí. Spolehlivost těchto detektorů byla testována pomocí obrazové databáze obličejů Georgia Tech Face Database. Další částí automatického systému je extrakce příznaků skládající se ze dvou statistických metod a jedné metody založené na filtraci obrazu pomocí sady Gaborových filtrů. Pro účely této práce byly taky experimentálně vyzkoušeny různé kombinace příznaků extrahovaných pomocí těchto metod. Poslední částí systému pak je matematický klasifikátor reprezentován dopřednou neuronovou sítí. Celý systém je navíc doplněn o přesné určení pozic jednotlivých částí lidského obličeje pomocí aktivního modelu tvaru. Spolehlivost celého automatického systému byla testována na rozpoznání základních emocionálních výrazů ve tváři pomocí databáze Japanese Female Facial Expression.
|
host ::
RSS.