|
|
Sumarizace obsahu videí
Jaška, Roman ; Kolář, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Bezpečnostné kamery denne vyprodukujú enormné množstvo video záznamov. Ľudská analýza daného objemu záznamov je prakticky nemožná. Sumarizačný systém by bol v mnohých prípadoch veľkým prínosom. Táto práca definuje problém video sumarizácie na základe jeho vstupov, výstupov a podproblémov. Práca zároveň identifikuje vhodné techniky a existujúce práce na túto tému, pričom taktiež predstavuje návrh vhodného riešenia. Navrhnutý systém bol implementovaný a výsledky vyhodnotené.
|
|
|
Detekce objektů pomocí Kinectu
Švec, Ján ; Zahrádka, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí objektů pomocí Kinectu. Kinect je pohyb snímající zařízeni od společnosti Microsoft pro hrací konzoli Xbox 360. Cílem práce bylo zhodnotit existující přístupy a postupy používající pro detekci nejen obraz z kamery, ale i hloubkovou mapu (RGB-D senzor). Blíže se práce zabývá nástrojem RoboEarth, jeho instalací, nastavením, tvorbou 3D modelu a detekcí. Samotná detekce byla v práci zkoumána experimentálně a také vyhodnocena.
|
|
|
Fotografie namísto QR kódu
Štol, Jakub ; Španěl, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Práce je zaměřena na vytvoření systému, který na základě uživatelem pořízené fotografie vyhledá nejpodobnější fotografii v datové sadě a zobrazí uživateli podrobnější informace, které jsou s touto fotografií spojeny, jako je např. popis fotografie, místo a autor. Systém je primárně zaměřený na místa, kde by uživatel chtěl získat dodatečné informace, jako jsou muzea, galerie nebo výstaviště. Teoretická část je zaměřena na návrh systému pomocí metod zpracování obrazu a vyhledání obrazové informace pomocí datové sady fotografií. Praktická část je zaměřena na implementaci webové aplikace, která získá fotografii od uživatele a zobrazí podrobnější informace prostřednictvím webového rozhraní.
|
|
|
Detekce odpovídajících si bodů ve dvou fotografiích
Komosný, Petr ; Hradiš, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá detekcí navzájem si korespondujících bodů (oblastí), mezi dvojicí vzájemně posunutých rastrových obrazů (fotografií), zachycujících stejný objekt, případně některé jeho významné části a jejich synchronizací. Cílem této práce je nalézt, prostudovat a vybrat vhodné algoritmy pro detekci význačných bodů v obraze. Tyto algoritmy následně aplikovat na dvojici obrazů a pomocí vhodných postupů nalézt dvojice navzájem si korespondujících bodů a oblastí napříč obrazy. Praktickým výstupem této práce pak je aplikace realizující vybraný detektor význačných bodů, algoritmus nalezení korespondencí (podobností) oblastí, jejich synchronizaci a spojení dílčích fotografií do celkového výstupního obrazu.
|
|
|
Sledování objektu ve videosekvenci
Nešpor, Zdeněk ; Zukal, Martin (oponent) ; Číka, Petr (vedoucí práce)
Diplomová práce se zabývá problematikou sledování předem definovaného objektu ve videosekvenci. Po krátkém úvodu je popsán postup vhodný k detekci objektu ve videosekvenci, jehož metody jsou dále podrobně rozebrány. Je zde řešena problematika předzpracování obrazu, segmentace obrazu a detekce objektu v obraze. Hlavní důraz je kladen na detektory využívající body zájmů a deskriptory oblastí - SURF a SIFT. Druhá část práce se zabývá praktickou realizací programu vhodného ke sledování předem definovaného objektu ve videosekvenci. Nejprve jsou analyzovány knihovny vhodné ke sledování objektu ve videosekvenci v prostředí jazyku JAVA, následuje podrobný popis vybrané knihovny OpenCV spolu s wrapperem JavaCV. Dále je popsána vlastní aplikace z hlediska ovládání a funkčnosti, jsou popsány klíčové metody. Výstupy aplikace spolu s diskusí a zhodnocením jsou prezentovány na konci práce.
|
|
|
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.
|
|
| |
|
|
Rozpoznání displeje embedded zařízení
Novotný, Václav ; Janáková, Ilona (oponent) ; Honec, Peter (vedoucí práce)
Tato diplomová práce se zabývá využitím metod strojového učení v oblasti počítačového vidění pro klasifikaci neznámých obrazů. V první části je provedena rešerše dostupných metod strojového učení, jejich limitace a vhodnost k řešené úloze. V další části jsou představeny přístupy k vytváření galerie. Následně je navrhnuto řešení klasifikátorů a architektury systému, které je v řešení realizováno a implementováno. Výsledný systém je nakonec otestován a vyhodnocen.
|
|
|
Vývoj meta-serveru pro předpověď vlivu mutací na funkci proteinu
Lisák, Peter ; Burgetová, Ivana (oponent) ; Jaša, Petr (vedoucí práce)
Tato bakalářská práce se zabývá analýzou genomických dat, konkrétně předpovědí vlivu mutací na funkci proteinů z jejich sekvence a terciární struktury. V teoretickém úvodu práce shrnuje základy genetiky a bioinformatiky. Ve výsledkové části se práce zaměřuje na predikční nástroje SIFT, MAPP a AUTO-MUTE. Navrhuje způsob jednotného rozhraní pro práci s těmito nástroji. Společné rozhraní umožňuje zadávat výpočty a sbírat výsledky různých nástrojů z jednoho místa. Ze získaných dat predikuje vlastní konsensuální výsledek s očekávanou vyšší přesností než jednotlivé nástroje. Závěr práce je věnovaný testování aplikace na skutečných datech a porovnání předpovědí s experimentálně získanými výsledky.
|
|
|
Porovnávání významných bodů pro detekci objektů v obraze
Trávníček, Vojtěch ; Macíček, Ondřej (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato práce se týká oboru počítačového vidění. Konkrétně se věnuje extrakci významných bodů z obrazu jako prostředek pro srovnání obrazů a vyhledávání objektů. Jsou zde zmíněny 4 metody, které jsou porovnávány z hlediska účinnosti a využití. Jako hlavní algoritmy jsou zde zmíněny SIFT a SURF, které jsou v poslední době nejčastěji využívané. Jsou zde popsány taky metody popisu významných bodů a jejich porovnávání. Jsou zde vloženy testovací obrazy pro primární testování implementovaného algoritmu. Nakonec je popsána implementace metody SURF a je otestována z hlediska několika nejvýznamnějších parametrů.
|
host ::
RSS.