|
|
Vyhledávání objektů v obraze na základě předlohy
Novák, Pavel ; Mašek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá detekcí objektů v obraze na základě předlohy. Hlavním přínosem práce je nová metoda extrakce příznaků histogramu orientovaných gradientů používající sadu komparátorů pro extrakci dat. V práci jsou popsány použité metody komparace a extrakce. Hlavní část je věnována především metodě histogramu orientovaných gradientů, ze které vycházíme. V práci je užita malá sada trénovacích obrazů (celkem 100) ověřená křížovou validací, následně ověřená na reálných scénách. Dosažená úspěšnost křížové validace je až 98% pro SVM algoritmus.
|
|
|
Detektor objektů v obrazech založený na metodě C4
Vylíčil, Radek ; Rajmic, Pavel (oponent) ; Mašek, Jan (vedoucí práce)
Tato práce se zabývá detekcí v obraze s použitím metody C4. V textu jsou popsány metody trénování a testování navrženého objektového detektoru. Hlavní přínos spočívá ve vytvoření extraktoru příznaků pro vytvoření objektového detektoru v jazyce Java. Funkčnost objektového detektoru byla ověřena na databázích lékařských snímků.
|
|
|
Identifikace objektů v obraze
Zavalina, Viktoriia ; Fliegel, Karel (oponent) ; Boleček, Libor (vedoucí práce)
Tato práce popisuje postupy, pro detekci objektů v obraze. Obsahuje teoretickou, praktickou a experimentální častí. Teoretická část se zabývá popisem reprezentace obrazu, metod předzpracovaní, a metod detekce a identifikace objektů. Praktická část obsahuje popis vytvořeného programu a algoritmů v něm použitých. Aplikace byla vytvořena v prostředí MATLAB. Program nabízí intuitivní grafické uživatelské prostředí a tři různé metody pro detekci a identifikaci objektů v obraze. Výsledky testovaní realizovaného programu jsou uvedeny v experimentální častí.
|
|
|
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.
|
|
|
Detekce objektů v obraze s pomocí Haarových příznaků
Mašek, Jan ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá detekcí objektů v obraze s použitím Haarových příznaků a algoritmu AdaBoost. V textu jsou popsány metody trénování a testování objektového detektoru. Hlavní přínos práce spočívá ve vytvoření objektového detektoru v programovacím jazyce Java. Vytvořené algoritmy byly integrovány jako rozšíření programu RapidMiner, který patří celosvětově mezi nejznámější a nejpoužívanější programy pro dolování informací z báze dat. Dále byly vytvořeny návody pro použití vytvořených operátorů a několik vzorových příkladů spustitelných v programu RapidMiner. Funkčnost objektového detektoru byla ověřena na vybraných zdravotnických snímcích.
|
|
|
Detektory objektů v obraze a jejich realizace
Gregor, Michal ; Kohoutek, Michal (oponent) ; Kyselý, František (vedoucí práce)
Zpracování obrazu získává každým dnem větší význam u různorodých aplikačních oblastí. Jednou z dnešních vizí, která by měla využívat obrazových operací, je výroba tzv. autonomního vozidla, které by mělo zvládat samostatně provoz na silničních komunikacích. Často je také zapotřebí rychlého zpracování obrazu např. v hodnocení lékařských nebo satelitních dat. Věda zabývající se zpracováním digitálního obrazu se nazývá počítačové vidění. Tato věda se snaží technickými prostředky napodobit lidský zrak. Člověk získává pomocí očí zdroj informací o okolním světě. Při vyhodnocení získaných informací je třeba zapojit nabyté znalosti a zkušenosti z okolního světa. Stejnými způsoby se snaží řešit zpracování obrazu také počítačové vidění. Tato práce popisuje postupy, které se používají pro detekci 2D objektů v obraze. Postup zpracování a rozpoznávání obrazu se provádí v několika krocích. Nejprve se obraz uloží v digitální podobě do počítače a dále následuje předzpracování obrazu, segmentace obrazu na objekty, popis získaných objektů a v posledním bodě jejich klasifikace. Touto problematikou a některými dalšími operacemi se zabývá také tato práce. Hlavním úkolem bakalářské práce je zhodnocení základních detektorů objektů a v praktické části pak realizace aplikace v prostředí programu Matlab, která v obraze detekuje objekty a umožňuje testování navrženého detektoru.
|
|
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (oponent) ; Karásek, Jan (vedoucí práce)
This thesis deals with two algorithms for data stream mining - the Very Fast Decision Tree (VFDT) and the Concept-adapting Very Fast Decision Tree (CVFDT). The decision tree based classification is explained. The essential idea of the Hoeffding Tree, which is the base of VFDT and CVFDT algorithms is described. Both algorithms VFDT and CVFDT are explained in more detail. Further this work deals with the design of the Genetic Programming algorithm, which is used for an image object classifier evolving. This classifier is used as alternative approach of object classification in the Viola-Jones framework. All algorithms are implemented in programming language Java. The implementation is described. The algorithm GP is integrated into the “Image Processing Extension” library of the program RapidMiner. The VFDT and CVFDT are tested on the synthetic and real text data. The GP algorithm is tested on the image data for the object classification. The evolved classifier is tested on the object in image detection.
|
|
|
Lokalizace herních nástrojů
Černý, Jakub ; Petyovský, Petr (oponent) ; Janáková, Ilona (vedoucí práce)
Diplomová práce se zabývá problematikou detekce objektů, které mohou být různých tvarů a barev. Cílem diplomové práce je určení polohy, směru pohybu, úhlu natočení a přiblížení hledaného objektu. Dosažené výsledky jsou použity pro emulaci vstupních periferií počítače.
|
|
|
Detekce pohybu v obraze
Zítka, Michal ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci pohybu v obraze. Práce shrnuje základní metody pro detekci pohybu v obraze a metodu segmentace pomocí aktivních kontur. V praktické části je zaměřena na detekci pohybu osob ze snímků kamery.
|
|
|
Detektor objektů s využitím vlnkové transformace
Mikuš, Ondřej ; Průša, Zdeněk (oponent) ; Rajmic, Pavel (vedoucí práce)
Diplomová práce se zabývá aplikací metod na detekci objektů v obraze. Při zpracování obrazu je často nutné oddělit objekty od pozadí. Vyhraní se tak oblast zájmu, s kterou se dále pracuje. Hlavním cílem práce je vysvětlení principů předzpracování a segmentace obrazu s následným nalezením objektů, využívající vlnkovou transformaci. Ta je popsána podrobněji, protože je základem pro primárně použitou metodu. V praktické části diplomové práce byla metoda využívající vlnkovou transformaci implementována do prostředí MATLAB a testována na souboru obrázků. Byla vyzkoušena její odolnost vůči šumu, rozmazání obrazu. Dále pak byla srovnána s běžně používanými metodami využívající hranové detektory a prahování. Pro ukázku a srovnání účinnosti metod byl vytvořen simulační program, včetně uživatelského rozhraní.
|
host ::
RSS.