|
Klasifikace typů vozidel metodou dynamického borcení času
Halachkin, Aliaksei ; Honec, Peter (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce se věnuje metodě borcení času. Během práce byla napsaná C/Python knihovna, která je použita na klasifikaci typů vozidel podle profilů. Testování se provádělo na reálných datech z laserového skeneru. Algoritmus byl porovnán s korelací a Euklidovskou vzdáleností. Nakonec byl vytvořen laboratorní přípravek, který demonstruje rozpoznávání vozidel metodou borcení času.
|
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
| |
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
|
Klasifikace typů vozidel metodou dynamického borcení času
Halachkin, Aliaksei ; Honec, Peter (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce se věnuje metodě borcení času. Během práce byla napsaná C/Python knihovna, která je použita na klasifikaci typů vozidel podle profilů. Testování se provádělo na reálných datech z laserového skeneru. Algoritmus byl porovnán s korelací a Euklidovskou vzdáleností. Nakonec byl vytvořen laboratorní přípravek, který demonstruje rozpoznávání vozidel metodou borcení času.
|
|
Dynamic Time Warping for Vehicle Classification
Halachkin, A.
This work focuses on the dynamic time warping for vehicle classification. The theoretical part includes the dynamic time warping algorithm description. The DTW module in Python, that was created during this work, is subsequently applied for the recognition of vehicle types by their side profiles based on the DTW.
|