|
|
Určování počasí podle snímků oblaků
Kukaň, Tomáš ; Goldmann, Tomáš (oponent) ; Orság, Filip (vedoucí práce)
Hlavním cílem této práce bylo vytvořit aplikaci schopnou předpovědět nastávající počasí na základě fotografie oblak s využitím konvolučních neuronových sítí. V této práci jsou popsané kategorie oblak a jejich odpovídající předpověď. Dále zde jsou výsledky experimentů s různými architekturami sítí a datasetů s přihlédnutím na jejich úspěšnost v rozeznání typu oblak. Nakonec je tu krátce popsána tvorba finální aplikace a řešení problémů, kterým jsem čelil při její implementaci.
|
|
| |
|
|
Detektor hlavy v obraze
Svoboda, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Detekce hlavy je důležitou součástí algoritmů pro detekci a identifikaci osob. Tato práce je zaměřena na detekci lidské hlavy v obraze pomocí neuronových sítí. Většina konvenčních detektorů dokáže detekovat objekty v omezené množině úhlů, zatímco modely založené na neuronových sítích pokrývají větší škálu úhlů natočení hlavy. V této práci jsme natrénovali současné state-of-the-art modely a porovnali je z hlediska přesnosti a rychlosti zpracování snímku. Nejvíce se osvědčil model RetinaNet, který dosáhl přesnosti 85,15% AP. Díky tomuto detektoru mohou být vylepšené dostupné algoritmy pro detekci, identifikaci a sledování osob.
|
|
|
Biometrický senzor pro rozpoznávání žil ruky
Švestka, Jan ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
Práce popisuje oblast biometrických senzorů pro rozpoznávání žil ruky. Navrhuje sestrojení senzoru tvořeného kamerou, infračervenými LED, ultrazvukovým měřičem vzdálenosti a vývojovým zařízením Arduino. Obal senzoru a odnímatelná podpěra ruky jsou vymodelovány a sestaveny pomocí 3D tisku. K senzoru je vytvořen obslužný software s uživatelským rozhraním. V práci jsou popsány provedené experimenty sloužící k nalezení ideálního nasvícení ruky a nastavení parametrů kamery. Vytvořený senzor umožňuje pořizovat snímky žil dlaně ruky a provádí rozpoznání uživatelů uložených v databázi.
|
|
|
Reconstruction of Missing Parts of the Face Using Neural Network
Marek, Jan ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
The goal of this thesis is to design a neural network for reconstruction of face images in which a part of the face is obscured by a mask. Concepts used in the development of convolutional neural networks and generative adversarial networks are presented. Specific concepts used in neural networks used for face reconstruction are described. The generative adversarial network presented in this thesis combines the use of gated convolutional layers and dense multiscale fusion blocks to produce realistic reconstructions of masked face images.
|
|
|
Správa verzí aplikací
Kyzlink, Jiří ; Goldmann, Tomáš (oponent) ; Orság, Filip (vedoucí práce)
Práce se zabývá řešením problému aktualizací aplikací běžících na platformě .NET Framework a následnou kontrolou jejich stavu při běhu. Byly vytvořeny dva frameworky, první, postavený na knihovně Squirrel.Windows, umožňující aktualizovat aplikaci na uživatelem zvolenou verzi pomocí grafického nebo konzolového uživatelského rozhraní, včetně podpory kanálů pro předběžné verze. Druhý, umožnující jednoduchou registraci aplikace a jejich služeb do nástroje Consul, který následně kontroluje jejich stav a umožňuje získání přehledu o spuštěných aplikacích a jejich stavu. Oba frameworky jsou zpracované modulárně a díky .NET Standardu cílené na co nejširší použití. Frameworky jsou nasazené a využívané ve firmě Y Soft.
|
|
|
Running Motion Analysis
Eliáš, Radoslav ; Kolářová, Jana (oponent) ; Goldmann, Tomáš (vedoucí práce)
The goal of this thesis is to analyze body movement in running gait. The system works with recordings from two cameras, one from the side and one from the back. The problem is solved using a pose estimation algorithm based on the convolutional method. Multiple estimators are compared in this thesis. The final system uses the OpenPose framework and provides a library with calculations for many metrics used to evaluate the running gait. Results are then visualised in a multiplatform desktop application. Experiments were conducted on a private dataset of running recordings.
|
|
|
Multikamerová biometrická brána pro identifikaci osob
Kosík, Dominik ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce řeší vytvoření biometrické brány pro identifikaci osob. Identifikace probíhá za pomocí 5 barevných kamer a IR kamery. IR kamera zajišťuje detekci osoby a následně se ze snímku barevných kamer vytváří 3D model obličeje osoby. Na základě tohoto modelu se provádí identifikace. Jelikož při vytváření samotného 3D modelu docházelo k nepřesnostem, což má vliv na rozpoznání osoby, není výsledná identifikace dostatečně přesná. Z toho důvodu je zapotřebí upravit algoritmy zpracovávající 3D model, a tak dosáhnout dostatečné přesnosti.
|
|
|
Pedestrian Detection and Recognition in a Multi-Camera System
Macák, Filip ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
The main purpose of this bachelor's thesis is to create an application for person detection and recognition from scenes captured in a multi-camera system. The output of the application is a video on which the detected persons are highlighted and each person is assigned an identification number through which it can be recognized across the input scenes. Several solutions to the problem of person detection and recognition were examined and the text of this work serves as an overview of these problems. The application is built on PyTorch and Torchreid libraries. A detector with a Faster-RCNN network is used for detection and recognition is based on the OSNet network. The application also includes a simple user interface to facilitate work with the application. The application serves as a demonstration of the state-of-the-art for person detection and recognition.
|
|
|
Určení azimutu natočení hlavy v záznamu bezpečnostní kamerou
Blucha, Ondřej ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato diplomová práce se zabývá tvorbou aplikace k určení natočení hlavy v záznamu pořízeném bezpečnostní kamerou. Celá aplikace se skládá ze tří částí, a to z detekce obličejů, lokalizace charakteristických bodů v obličeji a ze samotného výpočtu úhlů natočení hlavy. Detekce obličejů byla naimplementována pomocí algoritmů Viola-Jones a HOG. Lokalizace charakteristických bodů v obličeji byla provedena pomocí algoritmu založeného na principu aktivní šablony. Samotný výpočet úhlů natočení hlavy byl proveden pomocí dvou metod. První metoda vychází z antropometrických vlastností hlavy a druhá metoda je založena na natáčení modelů hlavy a hledání správné pozice pomocí algoritmu Perspective-n-Point. Následně byly všechny implementované algoritmy otestovány a bylo nalezeno nejvhodnější nastavení parametrů.
|
host ::
RSS.