|
|
Vehicle Make and Model Recognition
Gregor, Adam ; Špaňhel, Jakub (referee) ; Juránek, Roman (advisor)
V praktické části diplomové práce byla realizována úloha ozpoznání výrobce a modelu vozidla (VMMR). V první části byla pro účely strojového učení sestavena datová sada vozidel sestávající se z obrázků z Internetu. Takto bylo získáno přes 6 milionů obrázků aut, autobusů, motorek a dodávek, použitelných pro úlohu VMMR. Dále byla v rámci ex- perimentů na část datové sady použita standardní klasifikace, kdy na enkodér navazuje klasifikační vrstva realizovaná použitím neuronové sítě, a přístup, kdy za pomocí metody supervised contrastive learning byly embeddingy z enkodérů shlukovány za účelem snazší klasifikace. Jelikož první uvedený přístup vracel přesnější výsledky, byl použit v dalších experimentech. V nich se použilo větší množství obrázků z naší datové sady k natrénování klasifikátoru pro VMMR. Další klasifikátory byly natrénovány na datových sadách Stan- ford Cars a Comprehensive cars. Posléze bylo při porovnávání funkčnosti klasifikátorů na různých datových sadách shledáno, že klasifikátor trénovaný na naší datové sadě si vedl nejlépe.
|
|
|
Classification of board defects in semiconductor manufacturing
Jašek, Filip ; Vágner, Martin (referee) ; Dřínovský, Jiří (advisor)
This diploma thesis focuses on detecting defects in semiconductor wafer manufacturing. It explores methods for identifying faulty chips and controlling yield during production. To classify defects machine learning techniques are used. Initially, ResNet18 architecture was used for inference, but low accuracy was attributed to limited input data. Transfer learning with ResNet50v2 was then attempted, resulting in improved metric with different dataset. Hyperparameter tuning and data augmentations were also explored. The study found that autoencoders for data compression during inference increased speed but led to degraded evaluation metrics.
|
|
|
Steps Towards Improvements of Computer Vision Methods for Traffic Analysis
Špaňhel, Jakub ; Sablatnig, Robert (referee) ; Šikudová, Elena (referee) ; Herout, Adam (advisor)
Rostoucí urbanizace a zvyšující se počet vozidel na silnicích přetěžují tradiční systémy řízení dopravy na hranici jejich možností. Řešení nabízejí inteligentní dopravní systémy (ITS), které využívají pokročilé technologie ke zvýšení plynulosti a bezpečnosti dopravy. Zásadní oblastí, kterou je třeba zlepšit, však zůstává robustnost metod počítačového vidění v rámci ITS, které jsou nezbytné pro analýzu dopravy. Tato práce přispívá k této oblasti, konkrétně se zaměřuje na přesné (fine-grained) rozpoznávání vozidel, reidentifikaci vozidel, rozpoznávání registračních značek a monokulární měření rychlosti vozidel. Bylo představeno několik nových datových sad, vysoce ceněných výzkumnou komunitou, které rozšiřují hodnocení a zkoumání v každé z výše uvedených oblastí. Hlavní přínosy lze shrnout následovně: Nové technicky augmentace pro přesné rozpoznávání vozidel & rozšíření dříve publikované datové sady. Nová metoda agregace vizuálních znaků pro re-identifikaci vozidel & datová sada. Inovativní přístup k rozpoznávání registračních značek pomocí zarovnání registrační značky a holistického rozpoznávání & tři publikované datové sady. Největší datová sada pro měření rychlosti vozidel & stanovení výchozího vyhodnocení s dostupnými metodami vizuálního meření rychlosti. Klíčová zjištění této práce prokazují významné zvýšení přesnosti, účinnosti a robustnosti metod počítačového vidění aplikovaných na analýzu dopravy. Přínosy tohoto výzkumu byly oceněny na nejvýznamnějších konferencích a v časopisech v oblasti ITS a stanovují nové standardy pro budoucí práci. Tím, že tato práce posunula současný stav ITS a přispěla cennými zdroji pro probíhající výzkum, představuje zásadní krok směrem k udržitelnějším, efektivnějším a inteligentnějším dopravním systémům. Má důsledky pro řízení dopravy a širší společenský cíl vytvořit citlivější a přizpůsobivější městské prostředí.
|
|
|
A computer vision system for emotion recognition
Wójcik, Jan ; Bilík, Šimon (referee) ; Janáková, Ilona (advisor)
The term paper deals with the design of an emotion recognition system, which will be used as a communication tool for people with autism spectrum disorder. Camera data will be used for emotion recognition, so it will be a computer vision application. The work deals with areas such as face detection, extraction of relevant features, finding a suitable dataset or designing a classifier.
|
|
|
Drone position stabilization methods using image data
Koukal, Ondřej ; Raichl, Petr (referee) ; Janoušek, Jiří (advisor)
This bachelor’s thesis focuses on the design of an unmanned aircraft stabilization system. The purpose of this system is to determine the exact position of the unmanned aircraft in space based on image data from two cameras in real time. The theoretical part describes the image processing methods and the algorithm for determining the position of the unmanned aircraft. The practical part describes the implementation and testing of the system.
|
|
|
Tutorial for autonomous driving
Strašil, Vojtěch ; Zemčík, Tomáš (referee) ; Honec, Peter (advisor)
This thesis is devoted to the design of a teaching aid for autonomous driving intended primarily for second grade primary school students and secondary school students. The aim of this work was to create a robot that is able to move autonomously along a line or in a lane that is formed by two lines, based on data obtained from a camera sensor. The thesis deals with the design of the mechanical part of the robot, the control electronics and the software. The mechanical basis of the robot is formed by an RC car that has been modified with parts printed on a 3D printer. The control electronics is a Raspberry Pi version 4 single board computer, which is complemented by an Adeept Robot HAT. Most of the necessary peripherals are then connected to this extension. The operating software was written in Python and several use cases were created as part of the work. These examples include line recognition algorithms as well as a PSD controller.
|
|
|
Person Following by Spot Light Using Camera
Rajnoch, David
This paper describes design of person tracking system connected to spot light fixture. System is able to track actor or narrator walking on stage in theatre. System is designed to be easy to use and configure. Several issues connected with such tracking is mentioned in text below.
|
|
| |
|
|
3D Reconstruction of Historic Landmarks from Flickr Pictures
Šimetka, Vojtěch ; Maršík, Lukáš (referee) ; Polok, Lukáš (advisor)
Tato práce popisuje problematiku návrhu a vývoje aplikace pro rekonstrukci 3D modelů z 2D obrazových dat, označované jako bundle adjustment. Práce analyzuje proces 3D rekonstrukce a důkladně popisuje jednotlivé kroky. Prvním z kroků je automatizované získání obrazové sady z internetu. Je představena sada skriptů pro hromadné stahování obrázků ze služeb Flickr a Google Images a shrnuty požadavky na tyto obrázky pro co nejlepší 3D rekonstrukci. Práce dále popisuje různé detektory, extraktory a párovací algoritmy klíčových bodů v obraze s cílem najít nejvhodnější kombinaci pro rekonstrukci budov. Poté je vysvětlen proces rekonstrukce 3D struktury, její optimalizace a jak je tato problematika realizovaná v našem programu. Závěr práce testuje výsledky získané z implementovaného programu pro několik různých datových sad a porovnává je s výsledky ostatních podobných programů, představených v úvodu práce.
|
|
|
A convolutional neural network for image segmentation
Mitrenga, Michal ; Petyovský, Petr (referee) ; Jirsík, Václav (advisor)
The aim of the bachelor thesis is to learn more about the problem of convolutional neural networks and to realize image segmentation. This theme includes the field of computer vision, which is used in systems of artificial intelligence. Special Attention is paid to the image segmentation process. Furthermore, the thesis deals with the basic principles of artificial neural networks, the structure of convolutional neural networks and especially with the description of individual semantic segmentation architectures. The chosen SegNet architecture is used in a practical application along with a pre-learned network. Part of the work is a database of CamVid images, which is used for training. For testing, a custom image database is created. Practical part is focused on CNN training and searching for unsuitable parameters for network learning using SW Matlab.
|
guest ::
