|
|
Odhad osobnostních vlastností z videa
Čigáš, Patrik ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Táto bakalárska práca sa zaoberá experimentami so systémami na odhad dojmových osobnostných vlastností z videa a porovnáva ich úspešnosť. Systémy v experimentoch sú vytvorené pomocou lineárnych regresorov a konvolučných neurónových sietí. Experimenty porovnávajú úspešnosť lineárnych regresorov spracovávajúcich obrazovú a zvukovú modalitu. Na vytvorených spektrogramoch zo zvukových modalít videa práca vyhodnocuje výsledky konvolučných sietí s rôznym počtom konvolučných a plne prepojených vrstiev a následne porovnáva úspešnosť riešenia pomocou regresie a pomocou klasifikácie. Pre obrazovú modalitu práca porovnáva množstvo informácií v pohybe pohľadu človeka a v pohybe orientačných bodov tváre. Najlepšie výsledky v experimentoch dosahuje systém na spracovávanie orientačných bodov tváre.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Stratil, Jan ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato bakalářská práce se zabývá rozpoznáváním tváří ve videu pomocí hlubokých neuronových sítí. Tato úloha je rozdělena na 2 části. První část se zabývá trénováním sítě, která vytváří kompaktní příznakový vektor reprezentující identitu tváře ze snímku videa. Druhá část se zabývá trénováním agregační sítě, která vytvořené příznakové vektory agreguje v jeden. Tato agregace je rychlá a ukázala se být lepší než pooling metody. Výsledky jsou testovány na datasetu LFW , kde dosažená přesnost je 92.8% a na datasetu YTF , kde přesnost je 84.06%.
|
|
|
Zaznamenávání trasy jízdy na motorce pro iOS
Pinka, Martin ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je vytvořit mobilní aplikaci pro zaznamenávání jízdy na motocyklu na platformě iOS, která inovuje aktuálně dostupné řešení. Mezi přínosy patří vytvoření lepšího mechanismu pro detekci přestávky zaznamenávání, který umožní automatizovat pozastavování zaznamenání trasy v době, kdy uživatel nechce trasu zaznamenávat.Dále je aplikace rozšířena o organizaci záznamů a jejich vyhledávání. Ta je řešena pomocí tagů, které lze k záznamům přidat. Řešení významně zlepšuje rychlost vyhledání konkrétních jízd, pokud uživatel poctivě vyplní informace k jízdě. V implementační části práce je popsáno vykreslování velmi dlouhé trasy na mapě, jejíž části jsou barevně odlišeny podle rychlosti, která byla při zaznamenávání zaznamenána. Výsledkem celého úsilí je inovativní funkční aplikace, která je připravena pro reálný provoz.
|
|
|
Odhad rozestupu automobilů z mobilního telefonu umístěného ve vozidle
Zemánek, Ondřej ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Cílem této bakalářské práce je mobilní aplikace pro systém Android, která odhaduje vzdálenost vozidel z obrazu kamery mobilního telefonu. Odhad rozestupu je vypočítáván na základě znalostí parametrů kamery, fyzické velikosti vozidla a oblasti snímku, reprezentující detekované vozidlo. Vozidla a jejich registrační značky jsou v obraze detekovány pomocí kaskádových klasifikátorů. Registrační značky jsou detekovány pouze v rámci oblasti detekovaného vozila. Pro detekci vozidel pomocí kaskádového klasifikátoru byla v rámci této práce vytvořena trénovací datová sada. Práce je doplněna o funkci sledování změn rozestupu v čase, která při náhlé změně rozestupu upozorní řidiče zvukovým signálem. Samotný text je pak rozdělen do pěti hlavních částí - porovnání existujících řešení odhadu vzdálenosti, Studium a výběr metod pro rozpoznávání objektů v obraze, návrh aplikace, implementace a vyhodnocení obsahující popis vytváření trénovací datové sady, samotné trénování klasifikátoru a vyhodnocení.
|
|
|
Rozpoznání registrační značky
Mrhač, Ondřej ; Sochor, Jakub (oponent) ; Navrátil, Jan (vedoucí práce)
Tato práce se zaobírá problematikou detekování, rozpoznávání státních poznávacích značek a následnou implementací pro konkrétní zařízení i.MX 6 Series od společnosti NXP semiconductors s.r.o. S využitím knihovny OpenCV a Tesseractu byl vytvořen vzorový program na detekci a rozpoznání registrační značky, který byl úspěšně zprovozněn na tomto zařízení. Následně byl podroben měření rychlosti běhu na počítači a na daném zařízení. Výsledkem bylo nalezení nejnáročnějších fází programu a dle toho byla navržena další možná vylepšení a rozšíření.
|
|
|
Knihovna pro multiplatformní vývoj mobilních aplikací
Kovařík, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá potížemi s vývojem mobilních aplikací pro vícero operačních systémů a vývojových prostředí, s cílem vytvořit ideální knihovnu pro tvorbu uživatelských rozhraní. Na základě moderních webových standardů byl navržen a implementován framework pro vývoj HTML aplikací, umožňující vývojářům snadné vytváření aplikací s jednotným zdrojovým kódem, které se samy inteligetně přizpůsobí zařízením a operačním systémům, na nichž jsou spuštěny. Zvřejněn coby open-source projekt, současně podporující Windows 10, Android, Chrome OS a Web, je Flexus frameworkem návrhu uživatelskách rozhraní v aktivním užívání a nadálém vývoji.
|
|
|
Paralelní trénování hlubokých neuronových sítí
Šlampa, Ondřej ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce je navrhnou způsob jak zhodnotit výhodnost použití paralelního trénování neuronových sítí. V této práci jsem provedl analýzu paralelního trénování se zaměřením na délku trénování. Vycházím ze sekvenční délky trénování a délky přenosu vah po síti. Výsledkem této práce je návrh vzorců, které slouží k odhadu zrychlení na více výpočetních jednotkách. Tyto vzorce je možné použít na zjištění ideálního počtu pracovních jednotek pro trénování.
|
|
|
Rekonstrukce 3D informací o automobilech z průjezdů před dohledovou kamerou
Dobeš, Petr ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá 3D rekonstrukcí vozidel projíždějících před dohledovou kamerou. V práci je nejprve představena kalibrace dohledové kamery a souvislost automatické kalibrace s 3D informacemi o sledované dopravě. Dále jsou představeny algoritmy Structure from Motion a SLAM, společně s metodami pro odhad optického toku. Za účelem prozkoumání chování pro snímky projíždějících vozidel jsou provedeny experimenty s výpočtem korespondencí a algoritmem Structure from Motion. Následně je postup algoritmu Structure from Motion upraven. SIFT příznaky jsou nahrazeny algoritmem DeepMatching za účelem získání hustých bodových korespondencí pro následnou fázi rekonstrukce. Rekonstruované modely jsou dále zpřesněny aplikováním dodatečných omezení, která jsou specifická pro rekonstrukci projíždějících vozidel. Získané modely jsou poté vyhodnoceny. Veškeré zjištěné poznatky a informace o rekonstrukci vozidel jsou pak využity k navržení dalších modifikací, které by vedly k vytvoření zcela vlastního rekonstrukčního postupu, specializovaného přímo pro 3D rekonstrukci projíždějících vozidel.
|
|
|
Mobilní systém pro rozpoznání textu na iOS
Bobák, Petr ; Sochor, Jakub (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce dokumentuje postup vývoje moderní klient-server aplikace pro rozpoznání textu na platformě iOS. Čtenář je v úvodu seznámen s obecným principem klient-server modelu, včetně jeho známých architektur, a také s členěním logických vrstev mezi obě strany. Následuje popis současných trendů a používaných technologií vhodných pro tvorbu aplikačního rozhraní webového serveru. Dále jsou diskutovány principy a možnosti rozpoznání textu na straně serveru. V rámci klientské části práce poskytuje základní poznatky o platformě iOS a zmiňuje také některé podstatné koncepty charakteristické pro vývoj iOS aplikací. Vlastní implementace pak klade důraz na možnost obecného použití serverové části tak, aby ji bylo možné integrovat přímo s koncovým klientem, případně i s jiným aplikačním serverem třetí strany. Součástí výstupu práce je také framework pro přímou komunikaci iOS klienta se serverem. Jako příklad použití je implementována demonstrační aplikace pro vyhodnocení aditivních látek z etiket potravin.
|
|
|
Detekce a rozpoznání registrační značky vozidla
Řepka, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí a rozpoznáním objektů ze snímků s využitím metod počítačového vidění. Předmětem detekce jsou české registrační značky vozidel. Cílem práce bylo vytvořit algoritmus pro jejich automatickou anotaci. K tomu navrhované řešení využívá detekci hran a kaskádové klasifikátory vytvořené pomocí strojového učení. Implementace tohoto návrhu byla následně testována nad pořízenou datovou sadou za pomoci vytvořené testovací aplikace.
|
host ::
RSS.