|
|
Online detektor bodů zájmu
Přibyl, Jakub ; Rajnoha, Martin (oponent) ; Mašek, Jan (vedoucí práce)
Tato práce se věnuje problematice online učení detektoru při dlouhodobém sledování objektu ve videosekvenci. Tento objekt je definován pomocí ohraničujícího obdelníku. V práci jsou popsány jednotlivé části detektoru: sledování objektu, detekce objektu a online učení detektoru. Hlavním přínosem práce je rozšíření programu OpenTLD o paralelní detekci a sledování více objektů současně. Paralelizace je pak porovnána na několika praktických příkladech a je porovnán vliv procesoru při detekci. Nejlepších výsledků bylo dosaženo při paralelizaci s detekováním všech objektů. Nejpřesnější detekce byla v případě dostatečně naučených objektů při nejmenší změně podoby.
|
|
|
Detekce a sledování objektů pomocí význačných bodů
Bílý, Vojtěch ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí a sledováním objektů pomocí význačných bodů. Jsou zde popsány existující přístupy k této problematice. Je zde navržená inovovaná metoda detekce objektů založená na Obecné Houghově transformaci a iterativním prohledáváním Houghova prostoru. Na nejrůznějších typech objektu je demonstrována univerzálnost navrženého detektoru. Sledování objektů je řešeno detekcí objektu snímek po snímku.
|
|
|
Detekce a rozpoznání objektů v obraze
Muzikářová, Michaela ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a implementací aplikace typu klient-server, která umožňuje rozpoznání objektů v obraze a využívá již existující mobilní aplikaci. V teoretické části jsou nejprve popsány rozdíly lidského a počítačového vidění, dále detekce a rozpoznání objektů včetně vybraných metod. Další sekce obsahuje popis umělých neuronových sítí, které byly pro práci hlouběji nastudovány, spolu s jejich využitím k rozpoznání objektů. Následují informace, týkající se vybraných mobilních aplikací pro rozpoznání objektů v obraze, zakončené přehledem frameworků a knihoven, umožňujících práci s neuronovými sítěmi. Z nich byl k práci zvolen Caffe Framework. Dále je popsán průběh návrhu a řešení a vytvořený systém včetně experimentů a datasetů, použitých k ověření jeho funkčnosti.
|
|
|
Detection and Recognition of License Plates
Tykva, Jiří ; Zemčík, Pavel (oponent) ; Juránek, Roman (vedoucí práce)
The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.
|
|
|
Depth-Based Determination of a 3D Hand Position
Ondris, Ladislav ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
This work aims to offer a real-time, depth-based gesture recognition system using a hand's skeletal information. The Tiny YOLOv3 neural network detects the hand in the depth image. The detected hand is rid of the background and used by the JGR-P2O neural network, which estimates the hand's skeleton represented by 21 key points. Furthermore, a novel technique for gesture recognition from hand key points that compares the input skeleton with user-defined gestures has been proposed. A dataset consisting of four thousand images was captured to evaluate the system.
|
|
|
Detekce rychlosti přibližování automobilu na základě zpracování obrazu kamery
Kovář, Jan ; Číka, Petr (oponent) ; Šmirg, Ondřej (vedoucí práce)
Tato práce pojednává o zpracování digitálního obrazu, od počátečního pořízení snímků digitálního obrazu, přes následné zpracování, segmentaci, až po algoritmy pro detekci tvarů na obrazové scéně. Zpracování obrazu je velice rozsáhlé téma, proto zde jsou pro bližší pochopení rozebrány základní principy vnímání a zpracování obrazového signálu, reprezentací obrazu, jeho snímáním počínaje, přes filtry upravující digitální obraz pro zpracování až po metody detekující objekty v obraze. Jsou rozebrány metody pro statické a dynamické rozpoznávání objektů. Dále je demonstrována závislost velikosti objektu v obraze na vzdálenosti od kamery, na jehož základě můžeme určovat rychlost přibližování či vzdalování od objektu. Ukážeme si, že pro konkrétní určení vzdálenosti nepotřebujeme v důsledku znát skutečnou velikost objektu. To je dáno tím, že poměr mezi velikostí objektu v závislosti na vzdálenosti je pro každý objekt stejný. Nakonec této práce jsou prezentovány výsledné snímky obrazu po implementaci pomocí knihovny OpenCV.
|
|
|
Detekce graffiti tagů v obraze
Pavlica, Jan ; Hradiš, Michal (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zaměřuje na možnost využití současných metod v oblasti počítačového vidění za účelem automatické detekce graffiti tagů v obraze. Tagy jsou nejčastějším projevem graffiti, který slouží jako podpis autora. V rámci práce byly otestovány state-of-art detekční systémy, z nichž se nejvíce osvědčil Single Shot MultiBox Detector. Bylo u něj dosaženo 75,7% AP.
|
|
|
Rozpoznání registrační značky
Mrhač, Ondřej ; Sochor, Jakub (oponent) ; Navrátil, Jan (vedoucí práce)
Tato práce se zaobírá problematikou detekování, rozpoznávání státních poznávacích značek a následnou implementací pro konkrétní zařízení i.MX 6 Series od společnosti NXP semiconductors s.r.o. S využitím knihovny OpenCV a Tesseractu byl vytvořen vzorový program na detekci a rozpoznání registrační značky, který byl úspěšně zprovozněn na tomto zařízení. Následně byl podroben měření rychlosti běhu na počítači a na daném zařízení. Výsledkem bylo nalezení nejnáročnějších fází programu a dle toho byla navržena další možná vylepšení a rozšíření.
|
|
|
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.
|
|
|
Protidronová ochrana perimetru
Janík, Roman ; Dvořák, Michal (oponent) ; Drahanský, Martin (vedoucí práce)
Rozvoj technologie dronů s sebou přináší příležitosti pro mnoho oblastí lidské činnosti, ale zároveň i bezpečnostní hrozby. Vzniká potřeba těmto hrozbám efektivně čelit. V této práci je popsána problematika a současné metody pro detekci objektů ve videu zachyceném pohybující se kamerou. Byl navržen systém pro detekci a lokalizaci dronu či hejna dronů. Algoritmus pro detekci je založen na konvoluční neuronové síti, konkrétně na algoritmu SSD. Konvoluční neuronovou síť byla natrénována na vlastním datasetu. Systém byl implementován pomocí knihovny OpenCV s možnou akcelerací algoritmu na GPU pomocí OpenCL. Vytvořené řešení bylo otestováno na videu.
|
host ::
RSS.