|
|
Detekce ochranných pomůcek v obrazovém signálu
Burdík, Vojtěch ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se věnuje poměrně novému počítačovému oboru – počítačovému vidění. Zaměřuje se na rozpoznávání osob, určení polohy a detekce barvy oděvu umístěné na osobě. Cílem práce je sestavit algoritmus, který bude schopen vyhledat osobu v obraze a podrobit jí testování barvy oděvu a přilby. Ke zpracování obrazu byly vyuţity funkce z knihovny OpenCV a z algoritmu byl sestaven program, který tento problém řeší. Výstupem programu je pak odpověď jakou barvu má na sobě osoba na určených místech a pokud se barva přilba a oděvu shodují, je osoba vyhodnocena jako správně oblečená. Výsledný program je poté rozebrán a části jeho kódu jsou podrobně popsány v této práci. Je zde vysvětleno, jak správně pouţít kaţdou funkci OpenCV pouţitou v programu a jaké jsou jejich výhody při pouţití pro zpracování obrazových informací.
|
|
|
Analysis of Retinal Image Data to Support Glaucoma Diagnosis
Odstrčilík, Jan ; Kybic, Jan (oponent) ; Matula,, Petr (oponent) ; Kolář, Radim (vedoucí práce)
Fundus camera is widely available imaging device enabling fast and cheap examination of the human retina. Hence, many researchers focus on development of automatic methods towards assessment of various retinal diseases via fundus images. This dissertation summarizes recent state-of-the-art in the field of glaucoma diagnosis using fundus camera and proposes a novel methodology for assessment of the retinal nerve fiber layer (RNFL) via texture analysis. Along with it, a method for the retinal blood vessel segmentation is introduced as an additional valuable contribution to the recent state-of-the-art in the field of retinal image processing. Segmentation of the blood vessels also serves as a necessary step preceding evaluation of the RNFL via the proposed methodology. In addition, a new publicly available high-resolution retinal image database with gold standard data is introduced as a novel opportunity for other researches to evaluate their segmentation algorithms.
|
|
|
Pokročilé metody detekce hran v obraze
Novák, Marek ; Nečas, Ondřej (oponent) ; Španěl, Michal (vedoucí práce)
Detekce hran v obraze je jedním fundamentálních postupů užitých v oblasti zpracování obrazu a počítačového vidění. Cílem této práce je implementace a porovnání zvolených konvenčních a pokročilých metod, včetně porovnání jejich výkonnosti. Práce popisuje implementaci a evaluaci metody Linked Edges as Stable Region Boundaries . Úspěšnost metod je vyhodnocena za použití Berkeley Segmentation Data Set and Benchmarks 500 .
|
|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Volné algebraické struktury a jejich využití pro segmentaci digitálního obrazu
Čambalová, Kateřina ; Solovjovs, Sergejs (oponent) ; Pavlík, Jan (vedoucí práce)
Práce se zabývá metodami segmentace obrazu. Na principu prahování je postavena metoda fuzzy segmentace. Ta je zobecněna do vícekriteriální metody. Celá metoda je podepřena teorií volných algeber. Přes uspořádané množiny na vlastnostech obrazu je vytvořen volný distributivní svaz, jehož prvky jsou termy použitelné k prahování. Je představen rozklad na třídy ekvivalence, které mohou tvořit možné výsledky segmentace. V závěru jsou představeny použité algoritmy a navrženy metody jejich zrychlení. Dále je představena metoda možného odčítání objektů.
|
|
| |
|
|
Segmentace obrazových dat pomocí hlubokých neuronových sítí
Pazderka, Radek ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zaměřuje na segmentaci scény z dopravního prostředí. Řešením tohoto problému jsou segmentační neuronové sítě, které umožňují klasifikovat každý pixel scény. V rámci této diplomové práce byla vytvořena vlastní segmentační neuronová síť, která dosáhla lepších výsledků než dosavadní state-of-the-art architektury. Práce se také zaměřuje na segmentaci ptačích pohledů na vozovku, ze kterých neexistují volně dostupné anotované datové sady. za tímto účelem byl vytvořen automatický nástroj pro generování syntetických datových sad z PC hry Grand Theft Auto V. Práce srovnává sítě trénované pouze na syntetických datech a sítě trénované na společně reálných a syntetických datech. Experimenty dokazují, že syntetická data lze využít na segmentaci dat z reálného prostředí. Také byl implementován systém, který umožňuje veškerou práci se segmentačními neuronovými sítěmi.
|
|
|
Použití metod hlubokého učení v úlohách zpracování obrazu
Polášková, Lenka ; Marcoň, Petr (oponent) ; Mikulka, Jan (vedoucí práce)
Učení rozpoznávání objektů pomocí neuronové sítě spočívá v napodobení chování živočišné neuronové sítě. Přestože nejsou ani zdaleka známy detaily fungování mozku, týmy složené z vědců z různých oborů medicíny a techniky se snaží po těchto detailech pátrat. Díky velikánům jako je Geoffrey Hinton věda v tomto oboru velice pokročila. Konvoluční neuronové sítě, které se vycházejí z živočišného modelu optického systému, lze s výhodou použít pro segmentování obrazu, a proto byly vybrány pro segmentaci nádorů a edémů z obrazů magnetické resonance. Modely neuronové sítě, použité v této práci, dosáhly úspěšnosti 41\% procent v segmentaci edémů a 79\% v segmentaci nádorů z mozkové tkáně.
|
|
|
Detekce cesty pro mobilní robot analýzou obrazu
Coufal, Jan ; Štarha, Pavel (oponent) ; Krejsa, Jiří (vedoucí práce)
Diplomová práce se zabývá zpracováním obrazu pro mobilní robot pohybující se ve venkovním prostředí. V první části je analyzován problém, navrženo řešení a prozkoumány vhodné metody zpracování obrazu. V druhé části jsou jednotlivé metody porovnány mezi sebou a na základě výsledků je sestaveno konkrétní řešení. Třetí část obsahuje výsledy navrženého řešení na reálných datech.
|
|
|
Bezkontaktní měření rozměrů determinačních šupin
Šemora, Petr ; Matoušek, Radomil (oponent) ; Škrabánek, Pavel (vedoucí práce)
Tato práce se zabývá bezkontaktním měřením rozměrů análního štítku ještěrky obecné. V práci jsou nejprve stručně shrnuty techniky využívané k měření rozměrů objektů a techniky využívané k segmentaci obrazu. Následně práce poskytuje základní shrnutí o neuronových sítích a konvolučních neuronových sítích. V praktické části je popsán systém pro měření rozměrů análního štítku ještěrky obecné. Navržené algoritmy jsou implementovány v grafickém uživatelském rozhraní umožňující automatické i ruční měření.
|
host ::
RSS.