|
|
Počítání průchodů osob dveřmi s využitím stacionární kamery
Tichý, Ľuboš ; Behúň, Kamil (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému.
|
|
|
Detekce a rozpoznání registrační značky z fotografie
Janíček, Kryštof ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.
|
|
|
Detekce a rozpoznání registrační značky z jedoucího vozidla
Tomovič, Martin ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cieľom tejto práce je vytvoriť aplikáciu na detekciu a rozpoznávanie registračných značiek, vhodnú pre spracovanie v reálnom čase. Práca obsahuje rozbor vybraných metód zaoberajúcich sa touto problematikou. Časť práce je venovaná súčasnej podobe registračných značiek v Českej republike. Pri tvorbe práce bola vytvorená nová dátová sada a bola implementovaná počítačová aplikácia. Aplikácia využíva existujúce knižnice určené pre počítačové videnie a strojové učenie. Jej úlohou je detekcia a rozpoznávanie značiek z videa. Detekcia je realizovaná pomocou kaskádového klasifikátora a rozpoznávanie pomocou perceptrónovej neurónovej siete. V závere je zhodnotená úspešnosť implementovaného riešenia.
|
|
|
Mobilní aplikace pro skenování a rozpoznávání pokladních účtenek
Bambuch, Vladislav ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem práce je vytvořit mobilní aplikaci umožňující focení pokladních účtenek, následně pak správu osobních financí pomocí přehledného grafického uživatelského rozhraní. Aplikace využívá technologie OCR pro digitalizaci cen z účtenek a řídí se novými trendy Android Material Design. Na vyfocené účtence dochází k označování cen jednotlivých položek, které se po kliknutí mezi sebou sčítají do výsledné sumy. Tu pak, společně s dalšími informacemi, může uživatel uložit a vést si statistiky o svých výdajích. Výsledkem je rychlé a velmi snadné přidávání záznamů o nákupech, které jsou k dispozici v přehledných výpisech i ve formě grafů.
|
|
|
Re-identifikace automobilů pomocí registrační značky
Hažmuka, Tomáš ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a tvorbou aplikace pro reidentifikaci vozidel ve dvou videích. Práce popisuje metody zpracování obrazu a detekci objektů v něm a identifikaci symbolů. Vytvořená aplikace používá knihovnu OpenCV k velkému množství úkonů. Aplikace je napsaná v jazyce C++, standart C++11. Tato práce se dále popisuje otestování aplikace na vstupních datech včetně natrénování referenčních dat.
|
|
|
Systém automatického přístupu na parkoviště pomocí rozpoznání registrační značky
Václavek, Patrik ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem této práce bylo navrhnout a implementovat systém pracující v reálném čase, schopný detekovat příjezd vozidla k terminálu parkoviště, rozpoznat registrační značku a automaticky rozhodnout o jeho vpuštění. Systém pro detekci příjezdu automobilu využívá algoritmus Gaussian Mixture Model. Pro spolehlivou lokalizaci registrační značky jsou použity dvě metody. V první jsou extrahovány Maximálně Stabilní Extrémní Regiony (MSER), zatímco ve druhé je použita transformace Top-Hat. Pro určení, zda se u nalezených regionů jedná o registrační značku, je využito klasifikátoru Support Vector Machine (SVM). Klasifikace znaků je provedena použitím umělé neuronové sítě. Pro implementaci byla použita knihovna OpenCV. Extrakce MSER byla díky navržené optimalizaci zrychlena až sedmkrát. Při lokalizaci registrační značky se podařilo dosáhnout úspěšnosti 92,47% a spolehlivost klasifikace dosahuje 90,03%.
|
|
|
Detekce kolizí vozidel
Kruták, Martin ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato bakalářská práce popisuje systém pro detekci a vícenásobné sledování vozidel z dohledových kamer s detekcí kolizí. Práce je zaměřena na detekci a predikci kolize vozidel na dálnicích v jednom směru jízdy. Systém není plně automatický, tudíž vyžaduje počáteční nastavení (např. čáry vymezující pruhy na silnici) pro svou správnou funkčnost. Problém je řešen tak, že je nejdříve získána přesná kontura vozidla. Poté je vypočteno těžiště této kontury. Na základě tohoto těžiště je každému vozidlu přidělen jízdní pruh, ve kterém se pohybuje a každé vozidlo je poté sledováno individuálně. Práce dále představuje metodu predikce a detekce kolize. Pro tuto část je vytvořen obdélník kolem přízemní části vozidla. Tento obdélník je poté zvětšen a vyhodnocován proti obdélníkům jiných vozidel. Objekty, jejichž obdélníky se překrývají jsou předmětem dalšího sledování možné kolize. Experimentální výsledky ukazují 72% přesnost konstrukce přízemního obdélníku jakožto základního stavebního kamene v navrženém systému pro detekci kolizí. Výhody systému jsou v jeho možnostech využití v kamerových systémech, které monitorují provoz na dálnicích.
|
|
|
Úsekové měření rychlosti pro analýzu dopravy
Kubíčková, Pavla ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá úsekovým měřením rychlosti automobilů. Práce popisuje existující metody detekce registračních značek a rozpoznání znaků v nich obsažených. Následně jsou popsány metody kaskádového klasifikátoru a klasifikátoru SVM, které jsou v této práci použity. V závěrečné části je zpracované vyhodnocení jednotlivých částí systému.
|
|
|
Detekce pohybu v obraze z kamery
Polanský, Petr ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je zhodnotit účinnost detekce pohybu pomocí Gaussova rozdělení pravděpodobnosti. Algoritmus při detekci pohybu vytvoří krátké video zachycující pohyb a vhodně jej vizualizuje. Vizualizace je provedena grafem intenzity bílých pixelů mapující pohyb. Systém je vhodný hlavně pro méně rušné oblasti, kde pohyb je významnou změnou prostředí. Výsledky této práce ukazují, jaký vliv na detekci mají okolní podmínky a poloha kamery.
|
|
|
Analýza pohybu automobilů na křižovatkách
Benček, Vladimír ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Táto diplomová práca sa venuje návrhu a tvorbe systému pre analýzu pohybu vozidiel na križovatkách. Vo videu získanom zo stacionárnej kamery, zachytávajúcej dianie na križovatke, detekuje a sleduje vozidlá. Ich trajektórie zaznamenáva a analyzuje ich smer a počet. Na detekciu bol použitý kaskádový klasifikátor. Pre jeho trénovanie bol vytvorený dataset obsahujúci 10500 vozidiel a 10500 negatívnych vzoriek. Sledovanie vozidiel prebieha pomocou metódy KCF. Na zhlukovanie trajekórií v rámci analýzy je využitá metóda Mean Shift. V rámci testovania bola zistená celková úspešnosť sledovania pohybu a analýzy vozidiel 92.77%.
|
host ::
RSS.