|
|
Lokalizace mobilního robota v prostředí
Němec, Lukáš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Tato práce se zabývá problémem lokalizace mobilního robota na základě aktuálních senzorických 2D a 3D dat a záznamů z minulosti. Především se zaměřuje na praktickou detekci smyček v trase robota. Cílem bylo zhodnotit současné metody zpracování obrazu a hloubkových dat se zaměřením na problematiku lokalizace v prostředí. Práce se zabývá využitím modelu Bag of Words pro zpracování 2D dat a metodu Viewpoint Feature Histogram v prostředí mračna bodů pro 3D data. Návrh systému byl v práci realizován a byly na něm prováděny experimenty.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Android aplikace využívající vyhledávání podle obsahu obrázku
Ligač, Filip ; Angelov, Michael (oponent) ; Bartoš, Peter (vedoucí práce)
Tento dokument se zabývá vývojem aplikací na mobilní platformu Android a algoritmy pro porovnávání obrázků. V práci jsou popsané různé způsoby získávání informací, reprezentace obrázků a jejich vzájemného porovnávání. V teoretické části jsou popsány všechny důležité nástroje, které jsou pro vývoj potřebné spolu s krátkým popisem, k čemu slouží. Praktická část se věnuje samotnému návrhu realizované aplikace na detekci hokejových kartiček na základě fotografie, která byla zhotovena uživatelem aplikace. V rámci této části jsou taky shrnuty výsledky testování, kde je zhodnocena úspěšnost jednotlivých algoritmů a jejich využitelnost na mobilní platformě. V závěru jsou zhodnoceny celkové výsledky a možné rozšíření aplikace.
|
|
|
Vyhledávání fotografií podle obsahu
Bařinka, Radek ; Přibyl, Bronislav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou vyhledávání fotografií podle obsahu a existujících aplikací zabývajících se touto oblastí. Cílem je lokálně pracující aplikace pro vyhledávání fotografií podle obsahu zadaného vzorem. Součástí řešení je jednoduché grafické rozhraní, podpora ukládání a načítání dat z přenosné, lokální databáze. Aplikace vyhledává ve zvolené sadě fotografie, které jsou obsahem podobné zadanému vzoru. Výsledky pak visuálně předloží uživateli. Extrakce příznaků a detekce fotografie podle obsahu je řešena pomocí algoritmu SURF, visuálního slovníku vytvořeného metodou k-means a popisu obsahu fotografií jako bag of words. Dále je vyhledávání fotografií podle kosinové podobnosti vektorů doplněno o samostatný výpočet homografie a selekci hledaných regionů ve vzorové fotografii. V závěru technické zprávy jsou zmíněny výsledky testů.
|
|
|
Detekce objektů pomocí Kinectu
Řehánek, Martin ; Hradiš, Michal (oponent) ; Španěl, Michal (vedoucí práce)
S příchodem zařízení Kinect se otevřely možnosti, jak jednoduše využít hloubku obrazu ve zpracování obrazu. Cílem této práce je popsat metodu, kterou jsem navrhnul pro rozpoznávání a detekci objektů v hloubkové mapě. Pro rozpoznávání objektů použiji metodu Bag of Words, ve které jako deskriptor hloubkové mapy použiji metodu Spin Image. Spin Image je jeden z několika přístupů k popisu hloubkové mapy, které ve své práci popíši. O vyhledání objektu v obraze se postará metoda klouzajícího okna, která je vylepšena o využití hloubkové informace pro zrychlení prohledávání.
|
|
|
Automatické třídění fotografií podle obsahu
Gajová, Veronika ; Hradiš, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Hlavním cílem práce je návrh a implementace klasifikačního nástroje pro účely automatické organizace fotografií, založeného na metodě Bag of Words. Nástroj je implementován jako XnView zásuvný modul, který klasifikuje vybrané fotografie a zapisuje název nejlépe ohodnocené kategorie jako klíčové slovo do IPTC metadat obrazového souboru.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Příznaky z videa pro klasifikaci
Behúň, Kamil ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce porovnává ručně-navrženy příznaky s příznaky naučenými metodami učení příznaků při klasifikací videa. Příznaky naučené pomocí Analýzy nezávislých podprostorů, Řídkými Autoenkodéry a vybělením Analýzou hlavních komponent byly otestovány v systému pro klasifikaci videa pomocí Bag of Words, ve kterém nahradily ručně-navrženy příznaky (např. SIFT, HOG, HOF). Úspěšnost klasifikace těchto naučených příznaků byla testována na datových sadách Human Motion DataBase a YouTube Action Data Set, kde ukázaly lepší výsledky než ručně-navrženy příznaky. Tato práce také ukazuje pomocí navržené metody inspirovanej metódami Multiple Kernel Learning, že při kombinaci naučených příznaků s ručně-navrženými příznaky lze dosáhnout ještě výraznější zlepšení úspěšnosti klasifikace videa a to i v případě, když ručně-navrženy příznaky a naučené příznaky samostatně nedosahují příliš velké úspěšnosti klasifikace.
|
|
|
Vyhledávání fotografií podle obsahu
Dvořák, Pavel ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato závěrečná práce se zabývá návrhem aplikace pro rychlé vyhledávání podobných fotografií ve velké databázi desítek až stovek tisíc fotografií. Součástí je návrh způsobu extrakce příznaků a vytvoření slovníku vizuálních slov. S tím je dále spojena problematika reprezentace těchto informací v databázi a způsob jejich rychlého vyhledávání. Na závěr jsou ve zprávě popsány experimenty s implementovanou aplikací, testy rychlosti vyhledávání a rozbor škálovatelnosti řešení.
|
|
|
Automatický výběr reprezentativních fotografií
Bank, Tomáš ; Beran, Vítězslav (oponent) ; Polok, Lukáš (vedoucí práce)
Tato práce je z oboru počítačového vidění. Zabývá se shlukováním fotografií podle jejich obsahu a dále výběrem dobré reprezentativní fotografie. K dosažení tohoto cíle je v práci popsáno několik metod a přístupů, ze kterých vychází návrh algoritmu. Příkladem použití výsledné aplikace může být výběr reprezentativní fotografie pro rozsáhlá alba.
|
host ::
RSS.