Národní úložiště šedé literatury Nalezeno 250 záznamů.  začátekpředchozí231 - 240další  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Detekce objektů na GPU
Macenauer, Pavel ; Polok, Lukáš (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí objektů pomocí grafických procesorů . Jako její součást byl navržen a naimplementován nástroj pro detekci objektů na technologii NVIDIA CUDA , umožňující detekovat objekty ve videu v reálném čase nebo zpracovávat velké množství fotografií . Jejím cílem je prozkoumat aktuální možnosti technologie NVIDIA CUDA vzhledem k detekci objektů a navrhnout , jak by se daly akcelerovat .
Mobilní app pro měření odstupu od předchozího vozidla v provozu
Henry, Andrii ; Zemčík, Pavel (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá vývojem mobilní aplikace na platformě Android pro měření vzdálenosti k předchozímu vozidlu v provozu vizuální cestou. Byla řešena problematika implementace algoritmů počítačového vidění pro detekci a sledování objektů v obraze, pro detekci horizontu a měření vzdálenosti vizuální cestou bez použití jakýchkoliv jiných pomůcek na desktopových a mobilních zařízeních. Výstupem práce jsou detektory vozidel a horizontu implementované pomocí knihovny OpenCV na platformě Windows a návrh mobilní aplikace demonstrující přijatelné uživatelské rozhraní.
Detekce objektů na GPU
Jurák, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce je zaměřena na akceleraci detekce objektů v obraze metodou Random Forest. Detektor Random Forest se skládá ze souboru náhodných rozhodovacích stromů, které jsou na sobě nezávisle vyhodnocovány, čehož lze využít pro akceleraci na grafické jednotce. Vývoj a zvyšování výkonu grafických procesorů umožnilo použití GPU pro masivně paralelní obecné výpočty (GPGPU). Cílem této práce je popsat způsob implementace metody Random Forest na GPU s využitím standardu OpenCL.
Detekce objektů na desce pracovního stolu
Varga, Tomáš ; Zemčík, Pavel (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou detekce objektů na pracovní desce v mračne bodů. Mračno bodů je zaznamenáno pomocí senzoru Kinect. Navržené řešení je postaveno na algoritmu RANSAC pro detekci plochy, dále na algoritmu Euklidovo zhlukování pro segmentaci a nakonec na algoritmu ICP pro detekci objektů. Algoritmus ICP je modifikovaný a dokáže detekovat hlavně rotačně symetrické objekty a objekty, které nejsou nijak transformovány vůči modelům. Řešení využíva platformu ROS, na kterém se výsledný balíček vyvíjí. Výsledky dosažené nad vlastní datovou sadou byly dobré i přes omezenou funkčnost detektoru.
Ovládání Linuxu pomocí kamery
Dolníček, Petr ; Beneš, Radek (oponent) ; Šmirg, Ondřej (vedoucí práce)
Cílem projektu bylo vytvořit plně funkční program v jazyce C++, který je schopen detekce objektů a ovládání kurzoru myši v operačním systému Linux. Tato detekce je založena na rozpoznávání objektů požadované barvy a tvaru ze vstupu webkamery, v tomto případě sledování červeného kruhu. Hlavní část kódu byla psaná v programu Harpia, který je pro účely zpracovávání obrazu speciálně vytvořen. Většina použitých funkcí je z knihovny OpenCV, která se zabývá počítačovým viděním. V mé práci naleznete informace o způsobech detekce hran, filtraci obrazu a vyhlazovacích filtrech. Program splňuje stanovené zadání, na základě zjištěné polohy detekovaného objektu v obraze ovládá pohyb kurzoru myši.
Sledování trajektorie
Sedlařík, Jan ; Janáková, Ilona (oponent) ; Richter, Miloslav (vedoucí práce)
Tato bakalářská práce se zabývá tématem sledování trajektorie. K úspěšnému splnění úkolu je vhodné mít k dispozici kvalitní videa. Je tedy nutné soustředit se na jejich správné snímání a předzpracování. Jednou z nejzákladnějších úloh tématu je detekce objektů v obraze a jejich následné sledování. Důležitou úlohu při separaci obrazu na objekty sehrává detekce hran.
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.

Národní úložiště šedé literatury : Nalezeno 250 záznamů.   začátekpředchozí231 - 240další  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.