|
|
IoT systém pro domácnost
Kovařík, Viktor ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
Cílem této diplomové práce bylo seznámit se a sumarizovat základní informace o IoT systémech, jaké protokoly se používají a zaměřit se na technologii Google Home. V první části práce jsou popsány jednotlivé části systému --- mikrokontroléry, senzory, světelné prvky a možné systémy pro backend. V rámci implementační části práce bylo navrhnuto řešení pro řízení inteligentní domácnosti s využitím technologie Google Home. Systém na základě dat z meteostanice ovládá a upravuje intenzitu venkovního osvětlení a ovládá žaluzie. Dále je implementován řidicí modul pro ovládání branky a garážových vrat. Systém se také stará o plánování vysávání v domě s využitím vysavačů iRobot Roomba, do kterých je přidán modul s Wi-Fi. Závěrem jsou shrnuty dosažené výsledky.
|
|
|
Navigace mobilního robota
Goldmann, Tomáš ; Luža, Radim (oponent) ; Orság, Filip (vedoucí práce)
Když se podíváme do oboru robotiky zjistíme, že existuje několik typů robotů. Někteří z nich využívají pro svou činnost lokální a globální navigace. Cílem této práce je zmapování možností lokální navigace a popis základních používaných technik. Především se budeme zabývat algoritmy pracujícími s optickými senzory, jakými například mohou být kamery, stereokamery nebo laserové skenery prostředí. Praktická část této práce je zaměřená na návrh a implementaci algoritmu pracujícího s lokální navigací pro návrat robota zpět do výchozí pozice. Celá tato práce je spojená s pásovým robotem, který vznikl v rámci výzkumného projektu na Fakultě informačních technologií.
|
|
|
Generování hodnověrných pozadí obrázků latentních otisků prstů
Gajda, Adam ; Goldmann, Tomáš (oponent) ; Kanich, Ondřej (vedoucí práce)
Tato bakalářská práce se zabývá generováním autentických latentních pozadí otisků prstů pomocí hlubokého učení, konkrétněji pomocí podmíněné generativní adversariální sítě a jiných konvenčnějších metod. Tato práce shrnuje základní teoretické informace o biometrii včetně syntetických otisků prstů a úvodu do umělé inteligence. Hlavní model navržený v této práci se nepovedl kvůli nedostatku unikátních trénovacích dat. Byly diskutovány i další možné důvody. Byl tak vyvinut alternativní způsob generování pozadí latentních otisků prstů a po vizuálním vyhodnocení konečných výsledků a reálných dat byl závěr pozitivní.
|
|
|
Inteligentní rozpoznání činnosti uživatele chytrého telefonu
Pustka, Michal ; Goldmann, Tomáš (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá detekcí uživatelských aktivit (např. běhání, chůze, jízda autě atd.) v reálném čase, přičemž k samotné detekci je využito senzorů dostupných v mobilních zařízeních. V rámci práce vznikla aplikace pro sběr dat ze senzorů, pomocí které byla nasbírána data. Dalším produktem této práce je program pro předzpracování naměřených dat a vytvoření datasetu. Součástí práce je vlastní návrh konvoluční neuronové sítě, která slouží ke klasifikaci aktivit. Celou implementační část uzavírá vytvořená knihovna pro detekci aktivit na mobilních zařízeních s Android OS. Spojením všech aplikací vzniká komplexní framework pro vývoj aplikace, využívající detekci uživatelských aktivit. Na závěr jsou provedeny některé zajímavé experimenty pomocí tohoto frameworku (např. vliv konkrétních senzorů na výkon detekce).
|
|
|
Aplikace pro rozpoznání osob podle obličeje
Svoboda, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Identifikace osob se v posledních letech stává jedním z klíčových způsobů extrakce informací z obrazových dat. Tato práce je zaměřena na identifikaci osob podle snímků obličeje za využití neuronových sítí. Většina konvenčních algoritmů vykazuje vysokou míru nepřesností, zatímco využitím neuronových sítí lze dosáhnout výrazně robustnějších výsledků. V této práci jsme na základě znalostí získaných studiem problematiky vytvořili architekturu neuronové sítě, která je schopná provádět úlohu identifikace a verifikace osob podle obličeje. Tuto architekturu a proces trénování jsme následně vylepšili na základě mnoha experimentů. Výsledný model dosáhl přesnosti srovnatelné se současnými state-of-the-art modely. Dále jsme vytvořili demonstrační aplikaci pro vizualizaci výsledků a správu databáze osob. Znalosti získané z této práce mohou být použity pro vylepšení současných algoritmů pro identifikaci osob nebo ke zpřesnění modelů řešících podobné úlohy.
|
|
|
Mobilní aplikace pro kontrolu diety pacientů na dialýze
Pavlacký, Ondřej ; Kolář, Dušan (oponent) ; Goldmann, Tomáš (vedoucí práce)
Cílem této práce je vytvořit intuitivní mobilní aplikaci pro operační systém Android, která bude pomáhat pacientům na dialýze zobrazovat přehled přibližných hodnot sledovaných látek v těle a nahradit klasické zapisování výsledných hodnot na papír. Díky této mobilní aplikaci budou mít pacienti lepší přehled o zkonzumovaných potravinách a pomůže jim to s dodržováním dietních opatření. Při zadávání budou vybírat z databáze potravin a aplikace jim spočítá hodnoty ze zadaného množství. Tuto databázi mohou pacienti rozšiřovat vlastními potravinami. Aplikace také bude evidovat mezidialyalizační období (interval, který je mezi jednotlivými dialýzami) a z jejich délky, váhy pacienta a množství diurézy počítat maximální hodnoty sledovaných prvků (voda, draslík a fosfor). Pacienti uvidí také hodnoty za již uplynulé období, které budou zobrazeny ve statistikách. Data budou perzistentně uložena v lokální databázi i na serveru. Aplikace je vyvíjena na platformě Xamarin.
|
|
|
Algoritmus porovnávání hlav osob v nestandardních pohledech
Wysoglad, Jaromír ; Goldmann, Tomáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této práce je vytvořit algoritmus pro porovnávání lidských hlav na obrázcích. Algoritmus je schopen porovnávat hlavy v mnoha různých pozicích, avšak pro porovnání musí vždy hlavy být ve stejné pozici. Algoritmus nejprve využije několik volně dostupných detektorů pro detekci hlavy a jejích částí. Následně je pro každou část hlavy vypočítán histogram orientovaných gradientů a jejich porovnáním algoritmus zjistí odlišnost hlav. Z testovací sady 30 obrázků se 26 z nich úspěšně podařilo detekovat. Při porovnávání se obrázek každé osoby porovnával s 5 jinými obrázky, z nichž jeden byl obrázek stejné osoby. Pokud nepočítám 4 obrázky, kde detekce nebyla úspěšná a 2 obrázky, které měly k těmto obrázkům být přiřazeny, tak algoritmus u 18 obrázků úspěšně určil jako nejpodobnější obrázek stejné osoby, u 5 obrázků byl tento obrázek 3. nejpodobnější a u jednoho obrázku zcela selhal a obrázek stejné osoby označil za nejodlišnější. Algoritmus úspěšně dokáže porovnat hlavy osob v různých polohách u většiny fotografií.
|
|
|
Face Liveness Detection Using a 2D Camera
Valo, Ondrej ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
Facial recognition is one of the most socially accepted forms of biometric recognition. The recent availability of highly accurate and efficient face recognition algorithms leaves vulnerability to presentation attacks as a major challenge for face recognition solutions. This work deals with the explanation of the issues related to the detection of facial liveliness, which will help to understand the various possibilities of attack and their relationship to existing solutions. And the implementation of an algorithm that recognizes the liveliness of the face based on videos.
|
|
|
Inteligentní termokamera s detekci narušitele
Mysza, Róbert ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
Technológia termovízie začína byť čoraz viac rozšírenou a používanou v monitorovacích a bezpečnostných aplikáciach. Táto práca rozoberá jej využitie na detekciu objektov a popisuje metódy a algoritmy k tomu uplatniteľné. Taktiež skúma faktory, ktoré majú vplyv na teplotu povrchu ľudského ľudského tela. Súčasťou práce je návrh zariadenia posielajúceho snímky na server, ktoré je schopné detekovať narušiteľa pomocou jeho teploty. V poslednej časti sa zaoberám testovaním úspešnosti detekcie a jej zhodnotením.
|
|
|
Detekce osob ve videozáznamu
Marek, Lukáš ; Goldmann, Tomáš (oponent) ; Dyk, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá implementací aplikace pro detekci osob ve videozáznamu. Jak aplikace tak detekce jsou implementovány v jazyce Python. Pro vytvoření aplikace je použita knihovna TKinter. Pro detekci je použita knihovna OpenCV a detekční algoritmus YOLOv4, který běží na CUDA backendu, ale může běžet i na procesoru.
|
host ::
RSS.