Národní úložiště šedé literatury Nalezeno 45 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Zjištění současného stavu zařazování výuky úpolů v hodinách tělesné výchovy na druhém stupni základních škol, středních školách a gymnáziích v Praze
Sochor, Jakub ; Zdobinský, Adam (vedoucí práce) ; Pavelka, Radim (oponent)
Název: Zjištění současného stavu zařazování úpolů v hodinách tělesné výchovy na II. stupni základních škol, středních školách a gymnáziích v Praze Cíl: Cíl výzkumu je zjistit, jak výuka v hodinách tělesné výchovy reflektuje doporučení RVP ohledně výuky úpolů, jaký podíl v rámci TV výuka úpolů zaujímá a popsat trendy zařazování nebo důvody nezařazování úpolů do hodin školní tělesné výchovy z pohledu učitelů tělesné výchovy. Metody: Analýza literatury zabývající se daným tématem. Jako výzkumný instrument jsme zvolili dotazníkové šetření. Na základě dříve publikovaného dotazníku, který se zabýval otázkou výuky úpolů u menšího výběru škol moravského kraje (Reguli, Ďurech, Vít, 2007), jsme vytvořili účelový dotazník. Dotazník byl vytvořen na platformě služby survio.com a distribuován pomocí elektronické pošty ředitelům škol. Ti dotazník dále předali učitelům tělesné výchovy. Výsledky: Na základě vyhodnocení dotazníku, bylo zjištěno, že 75 z 84 učitelů zařazuje úpoly do hodin TV. Z celkového počtu dotázaných tvořili 48 respondentů muži a 34 ženy. Největší zastoupení mezi našimi respondenty měli osoby mezi 31 - 40 lety. Nejvíce respondentů učí pouze na ZŠ, celkem 48. Pádové techniky do svých hodin TV zařazuje 36 respondentů. Nejvíce 67 dotázaných zařazuje úpolové hry. U sebeobrany si lze povšimnout, že...
Zjištění současného stavu zařazování výuky úpolů v hodinách tělesné výchovy na druhém stupni základních škol, středních školách a gymnáziích v Praze
Sochor, Jakub ; Zdobinský, Adam (vedoucí práce) ; Pavelka, Radim (oponent)
Název: Zjištění současného stavu zařazování úpolů v hodinách tělesné výchovy na II. stupni základních škol, středních školách a gymnáziích v Praze Cíl: Cíl výzkumu je zjistit, jak výuka v hodinách tělesné výchovy reflektuje doporučení RVP ohledně výuky úpolů, jaký podíl v rámci TV výuka úpolů zaujímá a popsat trendy zařazování nebo důvody nezařazování úpolů do hodin školní tělesné výchovy z pohledu učitelů tělesné výchovy. Metody: Analýza literatury zabývající se daným tématem. Jako výzkumný instrument jsme zvolili dotazníkové šetření. Na základě dříve publikovaného dotazníku, který se zabýval otázkou výuky úpolů u menšího výběru škol moravského kraje (Reguli, Ďurech, Vít, 2007), jsme vytvořili účelový dotazník. Dotazník byl vytvořen na platformě služby survio.com a distribuován pomocí elektronické pošty ředitelům škol. Ti dotazník dále předali učitelům tělesné výchovy. Výsledky: Na základě vyhodnocení dotazníku, bylo zjištěno, že 75 z 84 učitelů zařazuje úpoly do hodin TV. Z celkového počtu dotázaných tvořili 48 respondentů muži a 34 ženy. Největší zastoupení mezi našimi respondenty měli osoby mezi 31 - 40 lety. Nejvíce respondentů učí pouze na ZŠ, celkem 48. Pádové techniky do svých hodin TV zařazuje 36 respondentů. Nejvíce 67 dotázaných zařazuje úpolové hry. U sebeobrany si lze povšimnout, že...
Automatický odhad rozestupu mezi automobily
Beran, Martin ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá automatickým odhadem rozestupu mezi jedoucími automobily. Výsledné soubory obsahují upravený videozáznam se zobrazením rozestupů. Řešení je implementováno v jazyce C++.
Automatic Traffic Video Surveillance: Fine-Grained Recognition of Vehicles and Automatic Speed Measurement
Sochor, Jakub ; Elder, James (oponent) ; Svoboda,, Tomáš (oponent) ; Herout, Adam (vedoucí práce)
This thesis presents my contributions to the state-of-the-art in Intelligent Transportation Systems and Computer Vision. Specifically, the work is focused on two tasks -- automatic speed measurement of vehicles and fine-grained recognition of vehicles.  The problem of vehicle fine-grained recognition can be defined as a task where the system is supposed to produce exact fine-grained type (e.g. "Škoda Octavia combi mk2") for a presented vehicle. In my first paper on this topic, a method exploiting automatically constructed 3D bounding boxes around vehicles is proposed. The results show that the method significantly improves classification and verification accuracy. Further improvements and analysis of the approach was published in my second paper dealing with the problem. The improved approach eliminates necessity to know vanishing points a priori - it is possible to construct the 3D bounding box of the vehicle from a single image of the vehicle. The results show that our proposed method consistently improves classification accuracy by up to 12 percentage points with different Convolutional Neural Networks. The classification error was also reduced by up to 50 %.The second addressed problem is automatic speed measurement of vehicles. The proposed system should work from a single camera without any manual calibration or input. First, we had to collect a large dataset with precise ground truth speed measurements as there was no such dataset. The dataset contains over 20,000 vehicles with ground truth speed measurement acquired from two synchronized LIDAR optical gates. Furthermore, we proposed a method for fully automatic traffic surveillance camera calibration enabling precise speed measurement of vehicles. The approach is based on vanishing point estimation and 3D model alignment of several common vehicle models. The experimental results show that our method achieves 1.10 km/h mean speed measurement error while outperforming both state-of-the-art methods and manual calibration in the speed measurement task.
Rozpoznání typu vozidla z dohledové kamery
Mencner, Pavel ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Cílem této práce je detekce vozidel v obraze z dopravní dohledové kamery a jemná klasifikace jejich typu (výrobce a model). V práci je implementována normalizační metoda Unpack, která slouží pro transformaci obrazu vozidla do jeho zdánlivé rovinné reprezentace, za účelem zvýšení úspěšnosti klasifikátoru. Metoda Unpack využívá pro normalizaci 3D bounding box vozidla, který je v testovací fázi sestaven z informací o kontuře a směru k úběžníkům vozidla. Součástí práce je srovnání přesnosti metody přímé a Unpack klasifikace. Řešení se skládá z více na sebe navazujících částí, které využívají konvolučních neuronových sítí. Tyto části jsou: detekce vozidel v obraze, odhad směru k úběžníkům scény řešený jako klasifikační úloha, detekce kontury vozidel s využitím konvoluční Encoder-Decoder sítě a jemná klasifikace typu vozidel. Pomocí klasifikace s využitím metody Unpack bylo dosaženo zvýšení přesnosti systému o 2% proti přímé klasifikaci, dosahujíc výsledné úspěšnosti 86%. Výsledkem práce je systém jemné klasifikace typu vozidel pracující se záznamem z dohledové kamery bez omezení pozorovacích úhlů.
Generátor syntetické datové sady pro dopravní analýzu
Svoreň, Ondrej ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Táto bakalárska práca sa zaoberá vytvorením generátora syntetickej dátovej sady pre do pravnú analýzu. V práci sa venujem problematike analýzy dopravy prostredníctvom počí tačového videnia, spôsobu a podmienkam vytvorenia generátora syntetickej dátovej sady, potenciálnemu využitiu výsledkov na strojové učenie a možnostiam ďalšieho vývoja. Zo za obstaraných fotografií automobilov Českej republiky, Slovenska, Poľska a Maďarska som vytvoril generátor syntetických poznávacích značiek týchto štátov, ktoré tvoria po grafic kých úpravách a po spojení s fotografiami automobilov výslednú dátovú sadu určenú na strojové učenie. Samotné riešenie je rozdelené do troch skriptov v jazyku Python s použi tím knižnice OpenCV. Výsledná dátová sada slúži systému využívajúcemu strojové učenie na reidentifikáciu evidenčných čísel vozidiel z fotografií zachytených v cestnej premávke.
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Jeřábek, Vladimír ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří ve videu pomocí neuronových sítí. Na začátku je popsán výběr a ověření konvolučních neuronových sítí pro generování příznakových vektorů z obrázků různých identit. V další části se tato práce věnuje agregování příznakových vektorů ze snímků videa. Agregování probíhá pomocí agregačních neuronových sítí. Na konci této práce jsou diskutovány výsledky, kterých dané agregační metody dosáhli.
Mobilní aplikace pro Studis VUT
Smyčka, Jan ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Bakalářská práce se zabývá vývojem mobilní aplikace v operačním systému Android pro informační systém VUT. Teoretická část práce se věnuje operačnímu systému Android a jeho základním prvkům užívaným při tvorbě aplikace, v textu je rozebrán také design a architektonický návrh mobilních aplikací. Zásadní část práce se věnuje popisu implementace vytvořené aplikace a jejímu testování na uživatelích. V závěrečné části práce je vývoj aplikace a testování uživatelů zhodnoceno a je navržen další možný vývoj aplikace do budoucna.
Měření rychlosti automobilů z dohledové kamery
Jaklovský, Samuel ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Táto diplomová práca sa zaoberá plne automatickou kalibráciou dopravnej dohľadovej kamery, ktorá je následne použitá na meranie rýchlosti prechádzajúcich vozidiel. Práca obsahuje a popisuje teoretické informácie a algoritmy týkajúce sa tejto problematiky. Na ich základe bol postavený komplexný návrh systému pre automatickú kalibráciu a meranie rýchlosti. Navrhnutý systém bol úspešne naimplementovaný. Implementovaný systém je optimalizovaný tak, aby pre automatickú kalibráciu kamery musel spracovať čo najmenší úsek vstupného videa. Kalibračné parametre sú tak získané po spracovaní iba dva a pol minúty vstupného videa. Presnosť implementovaného systému bola vyhodnotená na datasete BrnoCompSpeed. Chyba pri meraní rýchlosti pri použití systému automatickej kalibrácie predstavuje 8,15 km/h. Chyba je spôsobená hlavne nepresným získavaním mierky, pri jej nahradení manuálne získaným údajom sa nepresnosť zníži na 2,45 km/h. Samotný systém merania rýchlosti vykazuje chybu len 1,62 km/h (vyhodnotené použitím manuálne získanými kalibračnými parametrami).
Komprese obrazu pomocí neuronových sítí
Teuer, Lukáš ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tento dokument se zabývá kompresí obrazu za pomoci různých druhů neuronových sítí. Jsou zde probrány vlastnosti použitých druhů neuronových sítí, jako jsou konvoluční a rekurentní neuronové sítě. V dokumentu jsou ukázány a podrobně popsány architektury neuronových sítí, které se dají použit ke kompresi obrazu, a vysvětluje, jakým způsobem pracují. Dále jsou zde provedeny experimenty nad různými strukturami a parametry neuronových sítí za cílem najít nejvhodnější vlastnosti sítě pro kompresi obrazu. Navrhují se zde nové koncepty pro kompresi obrazu pomocí neuronových sítí, které jsou hned otestovány. Na závěr je zde navržena síť skládající se z nejlepších konceptů a částí otestovaných během  experimentování.

Národní úložiště šedé literatury : Nalezeno 45 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
6 SOCHOR, Jan
6 Sochor, Jan
4 Sochor, Jiří
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.