|
|
Využití grafického procesoru jako akcelerátoru - technologie OpenCL
Hrubý, Michal ; Jošth, Radovan (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá technologií OpenCL a jejím využitím pro detekci objektů. První část je zaměřená na popis principů technologie OpenCL a základní teorii o detekci objektů. Následuje kapitola analýzy, kde je navržená metoda zpracování s přihlédnutím na možnosti OpenCL. Další část popisuje samotnou implementaci detekční aplikace a experimentálně vyhodnocuje výkon detektoru. Poslední kapitola shrnuje dosažené výsledky.
|
|
|
Detekce objektů v obraze
Kubínek, Jiří ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce je věnovaná metodám detekce objektů v obraze. Seznamuje čtenáře se základními přístupy a algoritmy užívanými v této problematice, zejména pak s algoritmem AdaBoost, jeho rozšířením WaldBoost a s některými příznaky užívanými pro detekci objektů. Významnou část práce tvoří rozšíření datových sad pro trénování klasifikátoru a implementace histogramu gradientů pro rozšíření stávajícího systému pro detekci objektů. Nedílnou součástí práce je zhodnocení dosažených výsledků v podobě provedených experimentů.
|
|
|
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.
|
|
|
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.
|
|
|
Zpracování rastrového obrazu pomocí FPGA
Musil, Petr ; Kadlček, Filip (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá návrhem a implementací hardwarové jednotky pro detekci objektů ve videu. Návrh jednotky je optimalizován pro rychlé proudové zpracování. Detekce objektů se provádí pomocí příznakových klasifikátorů. Jako slabé klasifikátory jsou využity lokální obrazové příznaky. Je navržena a implementována nová metoda pro detekci objektů různé velikosti. Detektor používá algoritmy pro zrychlení detekce využívající sousední pozice. Má dostatečný výkon pro souběžnou detekci až dvou různých tříd objektů. Funkčnost detektoru byla ověřena simulací a některé části byly implementovány na vývojovém kitu.
|
|
|
Učení detektorů pomocí sledování objektů
Buchtela, Radim ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce se věnuje problematice dlouhodobého sledování objektů ve video sekvenci, konkrétně oblasti učení detektorů pomocí sledování objektů. V práci jsou diskutovány metody pro sledování objektů, detekci objektů a online učení a možnosti jejich nasazení v sofistikovanějších technikách, které kombinují sledování objektu a online učení detektorů.
|
|
|
Detekce objektů pomocí Houghovy transformace
Chroboczek, Martin ; Španěl, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce objektů pomocí matematické techniky zvané Houghova transformace. Techniku Houghovy transformace pojímá z obecného hlediska od de facto nejjednoduššího užití pro detekci elementárních analyticky popsatelných útvarů jako jsou přímky, elipsy, kružnice či jednoduché analyticky definovatelné prvky až po sofistikované užití pro detekci komplexních - analyticky prakticky nepopsatelných - objektů. Mezi ně patří například automobily či chodci, kteří se detekují na základě předložených fotografických záznamů těchto objektů a entit. Dokument tedy mapuje definice a použití jednotlivých subtechnik Houghovy transformace spolu s jejich základním členěním na pravděpodobnostní a nepravděpodobnostní metody. Práce následně vrcholí popisem obecné state-of-the-art metody zvané Třídně-specifické Houghovy lesy pro detekci objektů, uvádí její definici, postup trénovaní na základě poskytnutého datasetu a detekce z testovacích obrazců. V závěru této práce je pak navrhnut a implementován obecně trénovatelný detektor objektů využívající tuto techniku. A je experimentálně vyhodnocena jeho úspěšnost.
|
|
|
Detekce objektů pomocí Kinectu
Němec, Lukáš ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problémem detekce objektů pomocí senzoru Microsoft Kinect v oboru počítačového vidění. Cílem bylo zhodnotit současné metody detekce objektů využívající hloubkovou mapu (RGB-D senzor). Práce se zabývá prostředím mračna bodů a metodou Viewpoint Feature Historgam. Také popisuje využití binárních klasifikátorů v rámci rozpoznání objektů. Návrh detekce objektů byl v práci realizován a byly na ní prováděné experimenty.
|
|
|
Odhad parametrů objektů z obrazů
Přibyl, Bronislav ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Rapidní rozvoj komunikačních technologií v posledním desetiletí zapříčinil zvýšení objemu informací, které lidé a organizace generují a sdílejí. V současné spleti je stále těžší identifikovat relevantní zprávy, protože ještě neexistují nástroje a techniky pro inteligentní správu informace v masovém měřítku. Obrazová informace je vzhledem k multimediální povaze dnešních médií stále frekventovanější a důležitější. Tato práce popisuje software pro automatický odhad předem definovaných vlastností objektů v obraze. Je také popsána implementace tohoto algoritmu v jazyce C++.
|
|
|
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.
|
host ::
RSS.