|
|
Odhad rychlosti vozidla ze záznamu on-board kamery
Janíček, Kryštof ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro odhad rychlosti vozidla ze záznamu palubní kamery. Odhad rychlosti je založen na odhadu optického toku mezi dvěma snímky a konvoluční neuronové síti. Na vytvořené datové sadě dokáže navržený systém odhadnout rychlost s průměrnou chybou 20% při rychlostech vyšších než 35 kilometrů za hodinu.
|
|
|
Domácí automatizace založená na platformě Arduino/WeMos/RPi
Ježek, Jan ; Špaňhel, Jakub (oponent) ; Kapinus, Michal (vedoucí práce)
Cílem této práce je navrhnout a implementovat systém domácí automatizace zaměřený na propojování jednotlivých zařízení v domácnosti pomocí podmínek a akcí. Například jakmile magnetická závora zaznamená otevření dveří, odešle se příkaz o rozsvícení světel v chodbě, pokud však zároveň nedojde k přečtení povolené karty RFID čtečkou, bude zapnut alarm. Problém je vyřešen pomocí serveru běžícího na mikropočítači Raspberry Pi, který s určitou periodou prochází a kontroluje veškeré podmínky, které uživatel definoval pomocí webového rozhraní a na základě jejich splnění vykonává dané akce. Vytvořené řešení poskytuje možnost, jak jednoduše propojit chytrá zařízení v domácnosti a jak je zautomatizovat. Uživatel sám musí naprogramovat jednotlivé moduly, komplexní podmínky i akce a tato práce mu přináší infrastrukturu ke komunikaci a příklady jakým způsobem tyto moduly navrhnout.
|
|
|
Sledování pohybu míče ve videu
Motlík, Matúš ; Špaňhel, Jakub (oponent) ; Bartl, Vojtěch (vedoucí práce)
Táto diplomová práca sa zaoberá automatickou detekciou a sledovaním futbalovej lopty v zázname športového stretnutia. Na základe predstavených techník zameraných na sledovanie malých objektov vo vysokom rozlíšení sú navrhnuté a implementované efektívne konvolučné neurónové siete, ktoré ďalej využíva upravený sledovací algoritmus SORT pre automatickú detekciu objektov v obraze. Za účelom preskúmania možností spracovania v reálnom čase pri čo najnižšej strate presnosti sledovania sú uskutočnené experimenty so spracovávaním snímok v rôznych rozlíšeniach a s rôznou frekvenciou získavania detekcií. Získané výsledky experimentov sú prezentované a využité pre návrh ďalších rozšírení, ktoré by viedli k zlepšeniu úspešnosti sledovania pri zachovaní dostatočnej rýchlosti spracovania.
|
|
|
Holistické rozpoznání registrační značky pomocí konvolučních neuronových sítí
Le, Hoang Anh ; Hradiš, Michal (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem práce bylo vytvořit holistický rozpoznávač registračních značek, kde byl kladen důraz na dosáhnutí co nejvyšší přesností na snímcích horší kvality. Byla navrhnuta a implementována kombinace konvoluční a rekurentní neuronové sítě, implementované pomocí LSTM a CTC, kde vstupem jsou výřezy získané z celé značky. Dále byly také implementovány konkurenční sítě pro porovnání výsledků. Sítě byly porovnány na celkem 4 datových sadách, a výsledkem bylo, že vlastní návrh dosáhl nejlepších výsledků s celkovou přesností rozpoznávání 97.6%.
|
|
|
Chytrý reproduktor s Raspberry Pi
Vondráček, Tomáš ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Bakalářská práce se zabývá tvorbou hudebního systému, který umožní uživatelům organizovat a přehrávat hudbu v reálném čase. Hudební systém je založen na architektuře klient-server a skládá se ze serverové, webové a mobilní aplikace. Serverová aplikace vykonává roli přehrávače hudby a zprostředkovatele komunikace mezi klienty. Klient slouží jako uživatelské rozhraní pro server, ale umožňuje organizovat a přehrávat hudbu plně ve vlastní režii. Hudební systém je implementován v jazyce JavaScript (ECMAScript 2018). Serverová aplikace je postavena na Node.js a implementuje Socket.IO server včetně REST API. Webová aplikace je založena na knihovně React a prezentovaná jako SPA. Mobilní aplikace je implementována v React Native se zaměřením na systém Android. Serverová a webová aplikace je nasazena na serverech Heroku a počítači Raspberry Pi. Mobilní aplikace je publikována na Google Play. Hudební systém lze využít pro soukromé přehrávání hudby, nebo jako prostředek organizování hudby mezi více uživateli.
|
|
|
Adaptace neuronových sítí pro identifikaci osob
Stratil, Jan ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří pomocí konvolučních neuronových sítí a jejich problémy v dnešní době, jako jsou variabilita póz, osvětlení a výrazů. Shrnuje dosavadní přístupy, architektury a nejnovější chybové funkce. Dále se věnuje metodám pro rotaci obličeje pomocí GAN sítí. V rámci práce jsou navrženy a natrénovány 3 neuronové sítí pro rozpoznávání tváří. Nejlepší z nich dosáhla přesnosti 99.38% na datasetu LFW a 88.08% na datasetu CPLFW. Dále je navržena síť pro rotaci obličeje PCGAN, která může být použita pro účely frontalizace obličeje či augmentace dat. Síť je vyhodnocena na datasetu Multi-PIE a pomocí frontalizace zvyšuje úspěšnost identifikace.
|
|
|
Webová a mobilní aplikace pro zadávání a potvrzování úkolů
Jeřábek, Filip ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Práce řeší řízení pracovníků dispečerem. Cílem je zefektivnit a zjednodušit jak práci dispečera, tak i samotné úkony pracovníků. Zaměřil jsem se na rozdělování úkolů, upozornění na události a změny stavů úkolů, a to vše v reálném čase. Zvolená problematika je řešena pomocí webové aplikace na straně dispečera a mobilní aplikace na straně pracovníků. Webová aplikace je tvořená pomocí PHP frameworku Symfony a mobilní aplikace pomocí frameworku Flutter. Základní myšlenka spočívá ve zjednodušení komunikačního procesu. Dispečer může kdykoliv okamžitě zjistit stav úkolů, které přidělil pracovníkům a pracovník je ihned upozorněn na přidělení úkolu, či změnu jeho stavu. Vytvořené řešení značně zpřehledňuje a zjednodušuje práci dispečera. Díky okamžité odezvě, kterou aplikace poskytuje, se také podařilo eliminovat prostoje a zbytečné cesty pracovníků, čímž se celý proces zefektivňuje. V návaznosti na tyto skutečnosti je předpokládáno zmenšení celkových nákladů a zároveň vykonání většího množství práce za stejný časový úsek.
|
|
|
Counting Vehicles in Image and Video
Gabzdyl, Dominik ; Herout, Adam (oponent) ; Špaňhel, Jakub (vedoucí práce)
Traffic analysis is still a challenging task. During such task there are many pitfalls to be aware of. Such as small image resolution, high number of overlapping objects, angle of camera, blurred objects due to their motion or weather conditions. This thesis addresses these issues by using the convolutional neural network approach. In this thesis I propose a new architecture which adheres to Counting by Regression principle. The proposed architecture is inspired by some state-of-the-art architectures and improves accuracy on various datasets. For instance on the very small PUCPR+ dataset the Root Mean Square Error between expected and predicted vehicle counts was reduced from 34.46 to 6.99 vehicles (measured on the test set). Results achieved showed that there is still space for improvements and a possible further research in Counting by Regression principle.
|
|
|
Detekce dopravních značek a semaforů
Oškera, Jan ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá moderními metodami umožňující detekci dopravních značek a semaforů přímo v provozu i zpětnou analýzou. Hlavním předmětem jsou konvoluční neuronové sítě (CNN). V řešení jsou použity konvoluční neuronové sítě typu YOLO. Hlavním cílem této práce je dosažení co největší optimalizace rychlosti a přesnosti modelů. Zkoumá vhodné datové sady. K trénování a experimentování je použita celá řada datových sad. Ty jsou složeny z reálných a syntetických datových sad. Pro trénování a testování byla data předzpracována pomocí nástroje Yolo mark. Trénování modelu bylo uskutečněno na výpočetním středisku náležící virtuální organizaci MetaCentrum VO. Z důvodu vyčíslitelného vyhodnocení kvality detektoru byl vytvořen program statisticky i graficky zobrazující jeho úspěšnost pomocí hodnotícího protokolu COCO a ROC křivky. V práci jsem vytvořil model, který dosahoval průměrné počáteční přesnosti až 81 %. Práce zobrazuje nejlepší volbu hranice jistoty napříč verzemi, velikostmi i IoU. Je vytvořeno i rozšíření pro telefony v TensorFlow Lite a Flutter.
|
|
|
Analýza záznamu palubní kamery automobilu
Kadeřábek, Jan ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Práce se zabývá analýzou záznamu palubní kamery automobilu. Při zpracování záznamů probíhá detekce zákazových dopravních značek, následná klasifikace konkrétního typu dopravní značky a případné určení hodnoty rychlostního limitu. Ze zpracovaných informací se pokouší vytvořit výsledný soubor, který zahrnuje unikátní výskyty dopravních značek včetně jejich GPS souřadnic. Za účelem detekce a rozpoznání dopravních značek jsou vytvořeny potřebné datové sady. Jako detektor je použit kaskádový klasifikátor s příznaky LBP. Klasifikace typu a hodnot dopravních značek je prováděna pomocí klasifikační metody k-Nearest Neigbour.
|
host ::
RSS.