|
|
Bezpečná komunikační aplikace pro Windows Phone
Vícha, Tomáš ; Veľas, Martin (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je popis vývoje aplikace pro bezpečnou komunikaci mezi dvěma uživateli. Popis začíná analýzou již existujících řešení, pokračuje návrhem uživatelského rozhraní a stanovením cílových požadavků. Dále se zde popisuje výběr vhodných technologií a samotné etapy vývoje aplikace společně s jejím testováním. Výsledkem práce je uživatelsky přívětivá aplikace pro platformu Windows Phone, která provádí koncové šifrování jednotlivých zpráv.
|
|
|
Detekce objektů na stole
Timko, Martin ; Veľas, Martin (oponent) ; Kapinus, Michal (vedoucí práce)
Cieľom tejto práce je navrhnúť a vytvoriť modul pre robotickú platformu PR2. Tento modul má detegovať objekty položené pred robotom na stole a následne umožniť prácu s týmito objektmi. Táto práca popisuje metódy detekcie objektov, ktoré boli využité pri implementá- cii modulu. Ďalej popisuje samotný návrh a implementáciu modulu. Na záver je spomenuté testovanie modulu a zhodnotenie výsledkov.
|
|
|
Mobilní aplikace pro sdílení informace o přítomnosti na místě
Vlk, Tomáš ; Veľas, Martin (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je vytvořit uživatelsky přívětivou mobilní aplikaci pro systém Android, díky níž bude snazší sdílet svoji polohu a zároveň zachovat své soukromí. Místo GPS souřadnic aktuální polohy sdílí aplikace pouze informaci o přítomnosti na určitém místě. Pro snazší sdílení nabízí také automatickou detekci přítomnosti na daném místě. Výsledkem práce je aplikace s uživatelským rozhraním respektujícím Material Design, díky níž lze určit přítomnost zařízení na místě s poloměrem větším než 50 metrů, ale zároveň nedochází k aktivnímu dotazování polohy. Podařilo se tak vytvořit aplikaci, která nemusí být vůbec spuštěna (ani žádná její služba na pozadí) a přitom dokáže detekovat přítomnost zařízení na určitém místě a přijímat zprávy od ostatních zařízení. Největší předností tohoto přístupu je velmi nízká spotřeba energie oproti jiným řešením.
|
|
|
Detekce pohyblivých objektů v prostředí mobilního robota
Dorotovič, Viktor ; Beran, Vítězslav (oponent) ; Veľas, Martin (vedoucí práce)
Táto práca rieši problém detekcie pohybujúcich sa objektov v okolí robota. Prostredie je reprezentované dvojrozmernou okupačnou mriežkou, ktorá obsahuje aktuálne viditeľné prostredie, bez filtrovania v čase. Ako samotný detektor pohybu slúži časticový filter založený na systéme v článku Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation, ktorý uviedol Tanzmeister a kolektív. Implementácia s využitím Robotického operačného systému poskytuje možnosť pre znovupoužitie modulov, z ktorých riešenie pozostáva. Ako zdroj LiDARových dát pre experimenty bola zvolená databáza KITTI Visual Odometry, ktorá obsahuje aj pózy vozidla. Mračná bodov boli predspracované vynechaním bodov ležiacich na zemi metódou Loopy Belief Propagation. Vytvorený detektor dokáže na sekvenciách databázy rozlišovať pohybujúce sa vozidlá. Pri testoch na simulovanom prostredí sa ukázali nedostatky detekcie v prípade pohybu veľkých súvislých objektov.
|
|
|
Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí
Stránský, Václav ; Veľas, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Počet automobilů neustále roste a jejich parkování se čím dál více komplikuje. Ve městech proto začala vznikat inteligentní parkoviště. Tato práce se zabývá návrhem a implementací robustního systému pro analýzu obsazenosti parkoviště z kamerových záznamů. Systém analyzuje jednotlivá parkovací místa ze záznamů z více-kamerového systému s možností překryvu mezi kamerami. Aplikace je navržena a implementována v Robotickém operačním systému (ROS) a její jádro se skládá ze dvou oddělených klasifikátorů. Úspěšnější, avšak pomalejší, je klasifikace pomocí hluboké neuronové sítě. Rychlou interakci řeší méně přesný klasifikátor pohybu s modelem pozadí. Systém je schopen fungovat v reálném čase, a to na grafické kartě i na procesoru. Úspěšnost systému na testovací datové sadě z reálného provozu jednoho parkoviště přesahuje 95 %.
|
|
|
Detekce cesty pro autonomní vozidlo
Komora, Matúš ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Táto diplomová práca sa venuje problematike detekcie cesty v okolí autonómneho vozidla. Cesta sa vyhodnocuje na základe dát z laserového radaru Velodyne LiDAR. V práci je použité už existujúce riešnie, ktoré je rozšírené o strojové učenie SVM s postupným učením. Práca porovnáva staré a nové riešenie na datasete KITTI. Úspešnosť odhadu cesty je vypočítaní podľa ukazateľa F-measure.
|
|
|
Aplikace pro automatické spojování fotogtafií
Valouch, Marek ; Kapinus, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Tato práce se zaměřuje na problematiku vytváření panoramatických fotografií pod platformou Android. Uživatelem ovládaný program zaznamenává obraz, který se mj. za pomocí třídy Imgproc z~knihovny OpenCV zpracuje. Výsledkem této práce je mobilní aplikace umístěná na Google Play, která umožňuje vytvářet panoramatické fotografie.
|
|
|
Lokalizace robota v bytě s využitím jedné kamery
Konderla, Tomasz ; Veľas, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Táto práce se zabývá lokalizací robota pomocí analýzy obrazu z kamery umístěné na robotovi. Také se budu zabývat tvorbou 3D modelu prostředí, který je tvořen z datové sady fotografii pořízené kamerou. 3D model budu tvořit pomocí metody SFM. Lokalizovat kameru budu pomocí předem známého 3D modelu. V práci popíšu teorii zpracování obrazových dat potřebnou pro tento projekt. Nakonec zhodnotím výsledky úspěšnosti lokalizace.
|
|
|
Odhad geometrie místnosti pomocí Kinectu
Zemek, Martin ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá nalezením významných rovinných ploch v mračně bodů a jejich převodem na polygony, což je důležitý krok pro odhad geometrie místnosti. Vstupem je mračno bodů, které bylo získáno pomocí senzoru Kinect v2. Součástí práce je program, který dokáže zachytit jeden snímek z Kinectu. Pro detailnější mračna bodů je potřeba použít některý z externích programů, které jsou zmíněny dále v této práci. Pro detekci rovin je použit algoritmus RANSAC. Roviny se pomocí algoritmu extrakce Euklidovského shlukování rozdělí na menší plochy. Tyto plochy se následně pomocí konvexní nebo konkávní obálky převedou na polygony. Výsledná aplikace je schopná zpracovat jak jeden snímek nebo větší mračno získané registrací dílčích snímků a detekovat hlavní i vedlejší roviny. Pro největší rovinu dokáže nachystat body k vytvoření textury a vypsat rozměry do příkazové řádky.
|
|
|
Detekce a lokalizace dopravních značek
Kudláč, Ondrej ; Španěl, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Cieľom tejto bakalárskej práce je navrhnúť jednoduchý systém pre detekciu a lokalizáciu dopravného značenia v obraze s využitím už existujúcich riešení. Detekcia značiek prebieha na základe ich tvarov a lokalizácia detekovaných objektov prostredníctvom dat z LIDARu. Vytvorené riešenie pozostáva z dvoch komponent: z detektora a lokalizátora pričom každá dokáže pracovať samostatne.
|
host ::
RSS.