|
| |
|
|
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.
|
|
|
Board Game User Interface with a Camera
Cihlářová, Dita ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
The aim of this work is to create a system that would be able to substitute a real opponent in a board game Horse Races and Bets. The game is observed by a camera that transmits images to a computer. The image is then processed and game objects are identified. After that, the application can analyse a current status of the game and decide about the next move of the artificial player. The decision-making algorithm is able to react to every game situation and thus play the game to the end. The application can be used by players that like to play Horse Races and Bets, but currently do not have an opponent, and for demonstrating the possibilities of computer vision.
|
|
|
Aplikace výpočetních metod v třídění skleněných kamenů
Lébl, Matěj ; Hnětynková, Iveta (vedoucí práce) ; Kopal, Jiří (oponent)
Aplikace výpočetních metod v třídění skleněných kamenů Bc. Matěj Lébl Abstrakt: Cílem předložené práce je využít matematických metod zpracování obrazu k návrhu automatické výstupní kontroly kvality skleněných bižuterních kamenů. Hlavním matematickým objektem je zde matice specifických vlast- ností, reprezentující digitální snímek zkoumaných výrobků. Práce shrnuje matem- atický popis digitálního obrazu a některé standardní metody zpracování obrazu. Dále je navrženo kompletní řešení zadané úlohy složené z lokalizace kamene na snímku a následné analýzy lokalizované oblasti. Pro účel lokalizace jsou představena dvě vlastní řešení. První je založeno na konvoluci matic a opti- malizováno pomocí Fourierovy transformace. Druhé využívá matematických metod prahování a mediánové filtrace a projekce dat do jedné dimenze. Lokali- zovaná oblast je analyzována s využitím statistického rozložení celkové světlosti kamenů. Metody jsou implementovány v prostředí MATLAB. 1
|
|
|
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.
|
|
|
Robotická zbraňová věž pro hlídání perimetru - detekce cíle
Kaplenko, Mykola ; Kopečný, Lukáš (oponent) ; Žalud, Luděk (vedoucí práce)
Základem efektivní činnosti libovolného autonomního zařízení jsou řídící algoritmy. Proto daná bakalářská práce je věnovaná problému řízení jednoho z nejperspektivnějších druhů zbraně – automatické zbraňové věže. V rámcích dané práce je uveden přehled metod detekce objektu na snímku a jsou porovnány výhody a nevýhody použití jednotlivých metod při různých okolních podmínkách. Na základě provedené analýzy je navržen algoritmus detekce světelné značky (červeného bodu od laserového ukazovátka). Algoritmus řízení krokových motorů automatické zbraňové věže je navržen na základě provedených teoretických výpočtů. Pro uvedené algoritmy se nabízejí možnosti vylepšení a také se analyzují jejich silné a slabé stránky.
|
|
|
Detekce a rozpoznání registrační značky vozidla
Řepka, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí a rozpoznáním objektů ze snímků s využitím metod počítačového vidění. Předmětem detekce jsou české registrační značky vozidel. Cílem práce bylo vytvořit algoritmus pro jejich automatickou anotaci. K tomu navrhované řešení využívá detekci hran a kaskádové klasifikátory vytvořené pomocí strojového učení. Implementace tohoto návrhu byla následně testována nad pořízenou datovou sadou za pomoci vytvořené testovací aplikace.
|
|
|
Aplikace pro rozpoznání hematomu na kůži
Mihalčin, Tomáš ; Košík, Michal (oponent) ; Drahanský, Martin (vedoucí práce)
Tato bakalářská práce obsahuje teoretický základ, který nás seznámí s problémem vzniku kožního hematomu, segmentováním obrazu s využitím knihovny OpenCV a platformou operačního systému Android. V práci se dále popisuje návrh a implementace aplikace pro rozpoznávání hematomu na kůži. Aplikace je vyvíjena pro tablety s operačním systémem Android a bude sloužit pro lékařské účely a pro usnadnění práce lékařů.
|
|
|
Monitorování dopravy z leteckých videí
Babinec, Adam ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací systému pro extrakci trajektorií vozidel z leteckých videí. Navržený systém analyzuje po sobě jdoucí letecké snímky dopravní křižovatky, které byly pořízeny kamerou z výšky přibližně 150 metrů pomocí autonomně létajícího stroje. Každý snímek je geo-registrovaný na základě vizuálních klíčových bodů ORB. Pro detekci vozidel v obraze byl využit kaskádový klasifikátor a příznaky MB-LBP. Oblast detekce vozidel byla omezena pomocí algoritmů pro detekci pohybu a s využitím informace o geometrii sledované křižovatky. Samotné sledování detekovaných vozidel je postaveno na částicovém filtru, který při evaluaci částic kombinuje výstup z detektoru vozidel a vizuální i pohybový model sledovaného vozidla. Systém byl otestovaný na třech ručně anotovaných video sekvencích, přičemž 92 % odhadnutých trajektorií koresponduje s realitou. Systém našel svoje uplatnění ve výzkumné činnosti dopravních analytiků, kde se využívá pro pokročilejší analýzy chování účastníků provozu v oblasti dopravních křižovatek a jejich vzájemné interakce.
|
|
|
Acceleration of Object Detection Using Classifiers
Juránek, Roman ; Kälviäinen, Heikki (oponent) ; Sojka, Eduard (oponent) ; Zemčík, Pavel (vedoucí práce)
Detection of objects in computer vision is a complex task. One of most popular and well explored approaches is the use of statistical classifiers and scanning windows. In this approach, classifiers learned by AdaBoost algorithm (or some modification) are often used as they achieve low error rates, high detection rates and they are suitable for detection in real-time applications. Object detection run-time which uses such classifiers can be implemented by various methods and properties of underlying architecture can be used for speed-up of the detection. For the purpose of acceleration, graphics hardware, multi-core architectures, SIMD or other means can be used. The detection is often implemented on programmable hardware. The contribution of this thesis is to introduce an optimization technique which enhances object detection performance with respect to an user defined cost function. The optimization balances computations of previously learned classifiers between two or more run-time implementations in order to minimize the cost function. The optimization method is verified on a basic example -- division of a classifier to a pre-processing unit implemented in FPGA, and a post-processing unit in standard PC.
|
host ::
RSS.