Národní úložiště šedé literatury Nalezeno 88 záznamů.  začátekpředchozí31 - 40dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Počítání charakteristických šupin ještěrky obecné v barevných obrazech
Maršala, Štěpán ; Štursa, Dominik (oponent) ; Škrabánek, Pavel (vedoucí práce)
V diplomové práci je popsán návrh a implementace programu pro počítání sekundárních šupin v obrazových datech ventrálních stran těl ještěrek obecných. Program respektuje požadavky vědců z Ústavu biologie obratlovců Akademie věd ČR a Pedagogické fakulty Masarykovy univerzity na ovladatelnost a na přesnost výsledků. Program se skládá z několika částí. Na vstupu přijímá fotografie ještěrek obecných, ve kterých vyřízne zájmovou oblast. Orientaci těchto výřezů unifikuje pomocí detekovaných objektů. Detekci objektů zajišťuje YOLOv4. Další část programu zvaná Centroid detektor určuje v unifikovaných výřezech pozice středů sekundárních šupin. Tato část využívá konvoluční neuronové sítě U-Net, která je speciálně modifikovaná pro detekci středů objektů v těsné blízkosti. Poslední části programu rozdělí detekované pozice středů šupin na levou a pravou sekundární řadu a zapíší jejich počty do výstupního souboru.
Metody strojového vidění pro rozpoznání dopravního značení
Zátopek, Michal ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Diplomová práce se zabývá problematikou strojového vidění v oblasti rozpoznávání dopravního značení. Nejprve se věnuje strojovému vidění v obecných dopravních situacích. Současně s dopravními aplikacemi je pozornost také věnována možnému autonomnímu vozidlu a aplikacím pro rozpoznávání dopravního značení. Hlavní část práce je věnována popsání a implementaci několika metod pro barevnou a tvarovou lokalizaci dopravního značení ve scéně a identifikačním algoritmům. Kromě samotné implementace jsou tyto algoritmy podrobeny také několika experimentům na zhodnocení jejich úspěšnosti. Součástí této práce je také galerie snímků s dopravním značením včetně souboru s popisnou anotací pro automatické testování algoritmů.
AeroWorks: Vizuální systém identifikace režimů letounu
Kardoš, Juraj ; Dittrich, Petr (oponent) ; Chudý, Peter (vedoucí práce)
Tato práce se zabývá vizuální detekcí režimů letounu. Obsahuje popis modelu prostorového pohybu letounu a způsoby vizualizace letových parametrů prostřednictvím letových přístrojů.  Práce podává návrh systému pro vizuální detekci režimů letounu. Navrhnutý systém postupně zpracovává každou snímku ve dvou fázích, nejdřív vykoná stabilizaci videa a následně se provede vizuální identifikace hodnot ukazatelů stavových veličin letounu. Stabilizace videa je založená na detekci zájmových bodů a výpočtu optického toku. Snímky jsou transformovány tak aby se co nejvíce překrývali a minimalizoval se tak nežádoucí pohyb kamery. Detekce hodnot, zobrazovaných na letových přístrojích, je založená na Houghově transformaci. V práci je zahrnut popis vytvořené aplikace, která na videozáznamu z pilotní kabiny letounu dokáže rozpoznat hodnoty zobrazené na specifikovaných letových přístrojích.
Detekce významných bodů v obrazu pomocí Harrisova detektoru
Květný, Michal ; Martišek, Dalibor (oponent) ; Procházková, Jana (vedoucí práce)
Tato bakalářská práce se zabývá aplikací Harrisova detektoru rohů pro nalezení významných bodů v obrazech a modelech. Součástí práce je implementace algoritmů v programovacím jazyce Python. Programy jsou testovány na reálných obrazech získaných pomocí fotoaparátu a modelech získaných pomocí 3D skeneru.
Neuronové sítě pro klasifikaci typu a kvality průmyslových výrobků
Míček, Vojtěch ; Jirsík, Václav (oponent) ; Petyovský, Petr (vedoucí práce)
Cílem této diplomové práce je umožnit posuzování kvality, nebo typu výrobku, v průmyslových aplikacích, pomocí umělých neuronových sítí. Jedná se zejména o aplikace, ve kterých je klasický přístup strojového vidění příliš komplikovaný. Takto navržený systém je dále implementován na konkrétní hardwarovou platformu a je u něj provedena optimalizace výsledného modelu, pro rychlejší běh systému.
Řídicí integrovaný systém pro rozpoznávání obrobků
Vostřel, Tomáš ; Blaha, Petr (oponent) ; Pivoňka, Petr (vedoucí práce)
Diplomová práce se zaobírá použitím integrovaného strojového vidění firmy B&R, tzv. Smart Sensoru, k rozpoznávání a určení pozice kovových obrobků obdélníkového tvaru. V rámci práce je provedena rešerše použití strojového vidění v průmyslu, navrženo a realizováno programové řešení a vytvořena uživatelská vizualizace. Hlavním výsledkem je knihovna VITemplate, jejíž použití v kombinaci s Blob analýzou založenou na modelech implementovanou v kameře umožňuje řídit robotické rameno tak, aby mohly být obrobky úspěšně odebrány z pásu.
Rozpoznávání CAPTCHA
Klika, Jan ; Samek, Jan (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá návrhem a implementací aplikace umožňující rozpoznávání CAPTCHA. Také se zabývá historií a vývojem CAPTCHA a způsoby jejího generování a možnými způsoby prolomení. Práce se zaměřuje na nové typy CAPTCHA, založené na obtížné segmentaci znaků. Hlavním cílem práce je tedy návrh a implementace nové segmentařní metody, umožňující rozpoznání moderních CAPTCHA, konkrétně reCAPTCHA.
Systémy průmyslového vidění s roboty Kuka a jeho aplikace na rozpoznávání volně ložených prvků
Krutílek, Jan ; Pochylý, Aleš (oponent) ; Kubela, Tomáš (vedoucí práce)
Diplomová práce pojednává o robotickém vidění a jeho aplikaci na problém manipulace volně ložených prvků. Je zde uveden přehled pricipů dnes nejpoužívanějších kamerových systémů. S ohledem na řešení dané aplikace jsou uvedeny možnosti využití základních softsenzorů při rozpoznávání různých objektů. Úkolem práce je také naprogramování a realizace demonstrační úlohy při využití znalostí programování PLC, znalostí expertního programování robota v jazyce KRL, znalostí psaní skriptů pro inteligentní kameru v programu Spectation a využití znalostí síťové komunikace mezi použitými zařízeními.
Strojové vidění pro robotizované výrobní systémy
Honkyš, Pavel ; Bražina, Jakub (oponent) ; Vetiška, Jan (vedoucí práce)
Diplomová práce se zabývá využitím kamerového systému v automatizovaných průmyslových aplikacích a využitím nástrojů TwinCAT Vision pro zpracování obrazu a řízení softwarového PLC, které funguje na průmyslovém počítači od firmy BECKHOFF. Teoretická část se věnuje algoritmu návrhu kamerového systému do průmyslového prostředí, popisu jednotlivých komponent, které tento kamerový systém tvoří a průmyslových sběrnic využívaných k přenosu dat z kamer. Praktická část obsahuje zadání úlohy, její rozbor a návrh robotizovaného pracoviště využívající kamerový systém ke kontrole výrobků. Navržený kamerový systém je posléze sestaven, naprogramován a ověřena funkčnost vytvořených algoritmů a navrženého HMI.
Vizuální detekce vad v sériové výrobě konektorů pro automobilový průmysl
Kilian, Jaroslav ; Dobossy, Barnabás (oponent) ; Brablc, Martin (vedoucí práce)
V této práci jsou popsány způsoby detekce vad, se zaměřením na vizuální detekci, tedy odhalování vad z fotek. Jsou popsány její základní komponenty a metody, které se pro detekci vad z fotek využívají. Dva přístupy jsou navrženy na výrobcích z firmy Mechatronic Design & Solutions, jeden s využitím hlubokého učení a druhý na základě exaktních metod. Tyto přístupy jsou potom experimentálně porovnány.

Národní úložiště šedé literatury : Nalezeno 88 záznamů.   začátekpředchozí31 - 40dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.