|
|
Aplikace algoritmu AdaBoost
Wrhel, Vladimír ; Šilhavá, Jana (oponent) ; Hradiš, Michal (vedoucí práce)
V této práci jsou uvedeny základy klasifikace a rozpoznávání vzorů. Zaměříme se především na algoritmus AdaBoost, který slouží k vytvoření silné klasifikační funkce pomocí několika slabých klasifikátorů. Seznámíme se taktéž s některými modifikacemi AdaBoostu. Tyto modifikace zlepšují některé z vlastností AdaBoostu. Podíváme se taktéž na slabé klasifikátory a příznaky k nim použitelné. Zvláště se podíváme na Haarovy příznaky. Probereme možnosti použití zmíněných algoritmů a příznaků při rozpoznávání výrazu obličeje. Popíšeme si situaci mezi databázemi výrazů obličejů. Nastíníme možnou implementaci aplikace rozpoznávání výrazů obličeje.
|
|
|
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.
|
|
|
Obličejový anonymizér
Peša, Jan ; Juránek, Roman (oponent) ; Láník, Aleš (vedoucí práce)
V této bakalářské práci lze nalézt přehled klasifikačních algoritmů a jejich použití zejména pro prohledávání obrazových dat a detekcí tváří. V první části je nastíněn úvod do rozpoznávání obrazů, je popsáno teoretické pozadí těchto algoritmů a způsob jejich trénování. Představeny jsou i další použité prvky (například Kalmanův filtr nebo knihovna OpenCV). V druhé části se se nachází popis implementace a výstavby aplikace, která využívá těchto technologií pro vyhledávání, sledování a anonymizaci lidských obličejů ve video vstupu.
|
|
|
Detekce objektů v obraze
Ptáček, Tomáš ; Šiler, Ondřej (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce pojednává o problematice detekce objektů a popisuje teoretická východiska detekce založené na boostingu, algoritmu AdaBoost a Haarových příznacích v roli slabých klasifikátorů. Dále se tato práce zabývá návrhem a implementací trénovací a detekční aplikace založené na knihovnách OpenCV a wxWidgets. K závěru popisuje test trénování a detekce obličejů provedený v implementované aplikaci.
|
|
|
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.
|
|
|
Klasifikace vozidel s použitím radaru
Raszka, Aleš ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Tato diplomová práce se zabývá tématem využití radarového signálu ke klasifikaci silničního provozu. Součástí práce je použití radarových modulů s kontinuální vlnou využívajících Dopplerův jev. Radarový signál je následně podroben sérii metod pro zpracování signálu, jež je zakončena Fourierovou transformací. Ze získaných dat jsou vytvořeny klasifikátory metodami SVM a AdaBoost, pomocí kterých jsou vozidla klasifikována do skupin.
|
|
|
Vyhodnocování rozpoznávání obrazu
Kučerová, Pavla ; Mlích, Jozef (oponent) ; Zemčík, Pavel (vedoucí práce)
Práce se zabývá způsoby rozpoznávání obrazu a moţnostmi jejich vyhodnocování. Součástí je návrh a implementace metody porovnání vlivu předzpracování na vybrané algoritmy rozpoznávání obrazu. Metoda byla testována a posouzena pro algoritmy lineární klasifikace, k-nearest neighbors, AdaBoost a SVM.
|
|
|
Automatické počítaní lidí z panoramatické fotografie
Blucha, Ondřej ; Kolář, Martin (oponent) ; Veľas, Martin (vedoucí práce)
Tato bakalářská práce se zabývá automatickým počítáním lidí z panoramatické fotografie. Toto je velmi užitečné pro počítání velkého počtu lidí, například na stadionech nebo na koncertech. Skládá se ze dvou částí. První částí je spojování fotografií, ke které byly použity příznakově založené metody. Druhou částí je počítáni osob pomocí detekce obličejů, ke které byl použit detektor Viola-Jones. Pomocí testování bylo zvoleno ideální nastavení parametrů použitých metod pro daný problém.
|
|
|
Obrazová analýza v tribotechnické diagnostice
Machalík, Stanislav ; Stodola,, Jiří (oponent) ; Tillová,, Eva (oponent) ; Zemčík, Pavel (vedoucí práce)
Obrazová analýza částic opotřebení je v práci využita ke klasifikaci jejich obrazů do tříd odpovídajících stanoveným typům opotřebení. Dává možnost získat informace nejen o základních parametrech otěrových částic, ale také údaje, které by při klasickém způsobu hodnocení bylo možné získat jen velmi obtížně. Na základě analýzy morfologických či obrazových charakteristik částic lze sledovat průběh opotřebení strojních součástí, a tím zabránit případné havárii motoru, případně stanovit optimální lhůty pro výměnu oleje. Cílem této práce je prozkoumat možnosti využití obrazové analýzy v kombinaci s metodou analytické ferrografie a na základě teoretických poznatků navrhnout nástroj pro automatickou klasifikaci částic. Současné metody analýzy částic opotřebení jsou založeny na vyhodnocení, které nedává přesnou představu o procesech probíhajících mezi třecími povrchy v motorové soustavě. Práce vychází z metody analytické ferrografie, která umožňuje zhodnotit stav sledovaného stroje z hlediska opotřebení. Přínosem klasifikátorů vytvořených v této práci je možnost automatického vyhodnocení výstupů analytické ferrografie; jejich použití odstraňuje zásadní nevýhodu ferrografické analýzy, kterou je její závislost na subjektivním hodnocení expertem provádějícím analýzu. Vytvořené klasifikátory jsou založeny na využití metod strojového učení. Na základě rozsáhlé databáze částic, která byla vytvořena v první fázi práce, byly klasifikátory natrénovány umožňují tak hodnotit ferrograficky separované otěrové částice, které pocházejí z olejů odebraných z mazaných soustav. Následně byly provedeny experimenty, z jejichž výsledků vyplynuly optimální nastavení klasifikátorů.
|
|
|
Rozpoznání obličeje
Vojáček, Cyril ; Chrápek, David (oponent) ; Juránek, Roman (vedoucí práce)
Práce pojednává o detekci a rozpoznání obličejů ve videu. Hlavní důraz je kladen na rychlost aplikace, aby byla použitelná pro práci s videem v reálném čase. Nejprve jsou zde popsány jednotlivé přístupy jak pro detekci, tak i pro rozpoznávání objektů. Následně je vysvětlen princip vybraných metod pro tvorbu výsledné aplikace. V dalších částech práce se věnuji návrhu a implementaci těchto metod a v závěru prezentuji výsledky testování.
|
host ::
RSS.