|
| |
|
| |
|
|
Interpretace konvolučních neuronových sítí
Kamenický, Daniel ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem práce bylo porovnání několika metod pro vizualizaci příznaků jednotlivé třídy na vstupní pixelové vrstvě CNN. Každá metoda využívá jiný algoritmus, založený na gradientech, pro výpočet výsledných hodnot. Pomocí implementace jednotlivých metod jsou získány výsledné hodnoty metod, které jsou pomocí rovnice koncentrace energie porovnány. Výsledné hodnoty jsou uvedeny v tabulkách a grafech z kterých lze vyčíst úspěšnost výsledku práce. Z práce lze vyčíst rozdíl mezi metodami a porovnání jejich výsledků. Díky tomu lze získat přehled o metodách vizualizace založených na gradientech.
|
|
|
Detekce hledaných osob ve videu
Bažout, David ; Musil, Petr (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je vytvořit nástroj umožňující vyhledávání podezřelých osob ve videozáznamu pocházejícího z dohledových kamer. Hledané osoby jsou systému určeny pomocí několika fotografií obličeje. Výstup tvoří informace o výskytu hledaných osob na konkrétních snímcích. Úloha je řešena rozdělením problému na detekci tváře a její následnou identifikaci. Experimenty s existujícími přístupy na vhodných datových sadách zajišťují relevantní porovnání úspěšnosti metod za různých podmínek. Výstupy testů umožňují vybrat vhodné metody a jejich optimální nastavení pro tuto konkrétní úlohu. Práce se zabývá i návrhem vhodné architektury, průzkumem existujících knihoven implementujících zkoumané metody a dalšími způsoby optimalizace výpočtu. Výsledkem je implementace uživatelské aplikace splňující zadané parametry. Její funkce byla otestována na vlastní datové sadě věrně napodobující podmínky reálného provozu.
|
|
|
Segmentace polygonálního modelu
Bezděčík, Ladislav ; Polášek, Tomáš (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá problematikou segmentace 3D modelů čelistí. Analyzuje současné metody, navrhuje, implementuje a testuje možné zlepšení těchto metod z uživatelského hlediska. Návrh zlepšení spočívá v implementaci neuronových sítí k rozpoznávání topologie modelů čelistí, a možné kombinaci této topologie s existujícími metodami segmentace. Také je analyzována a implementována možnost automatického rozšiřování datových sad 3D modelů převedených na hloubkové mapy, použitých pro trénování neuronových sítí.
|
|
|
Tracking of Moving Objects in Video
Folenta, Ján ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
This bachelor thesis deals with the issue of detection, tracking and counting vehicles in different directions in video. To deal with this problem, modern techniques of object detection and tracking using convolutional neural networks are used. The goal of this work is to achieve highest possible accuracy of vehicle counting while maintaining the processing of video recordings in real-time. The problems of the implemented method for detection and tracking are solved by analyzing and working with the trajectories of vehicles. With accuracy of 90,94% and total score of 0,8829, this work participated in AI City Challenge 2020, where it placed 6th.
|
|
|
Identification of Persons in the Video from Quadcopter
Mojžiš, Tomáš ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
The aim of this thesis is to make an application capable of recognizing people's faces based on a user-created database in drone footage. The database is made of pictures of people that should be identified in the footage. The output of this application is a video where the demanded people are labeled with their names. Some face detection and recognition state of the art solutions based on neural networks are compared in this work. The final solution consists of the MTCNN detector and a face embedding extractor based on ArcFace. The created multiplatform application allows to recognize people in drone footage even with face width of less than 20 pixels. The final solution was tested on a private dataset comprised of drone footage.
|
|
|
Pokročilá analýza pohybujících se objektů v dopravě
Hora, Adam ; Dejdar, Petr (oponent) ; Kiac, Martin (vedoucí práce)
Tato práce řeší problém sledování objektů živě z kamer nebo z kamerových záznamů. Cílem také je vytvořit si vlastní datovou sadu, použitelnou při řešení dopravních situacích a analýzu pro rozpoznávání a klasifikaci předmětů. Pro vyhodnocení byla požita metoda YOLO s podporou OpenCV. Výsledkem je program, do kterého lze vkládat silniční záznamy nebo použít živý přenos z kamery umístěné tak, aby měla v záběru pozemní komunikaci. Výstupem programu je zjištění počtu motorových vozidel v daný okamžik a průměrný počet vozidel, které se za danou dobu na komunikaci nacházely. Videa, ze kterých je datová sada vytvořena, poskytl vedoucí práce. Hlavním přínosem práce je možnost sledování hustoty provozu v daných časových intervalech.
|
|
|
Řízení virtuálního robota pomocí EEG
Drla, Michal ; Goldmann, Tomáš (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce si kladla za cíl implementovat aplikaci, ve které je možné ovládat virtuálního robota pomocí EEG. V práci je vysvětlena teorie nutná k pochopení, jak fungují BCI systémy, které zpracovávají signály EEG. Jsou zde uvedeny nejen základy analýzy EEG, ale také ukazuje biologii lidského mozku a signály, které lze získat. Další důležitou části je teorie neuronových sítí, které byly v implementaci využity. V implementaci jsou popsané skripty, které byly využity pro sbírání dat, návrh neuronové sítě a tvorba demonstrační aplikace. Výsledky testování jsou uspokojivé. Neuronová síť vyhodnocovala správně signály EEG a uživatel byl schopen ovládat virtuálního robota.
|
|
|
Hra pro mobilní telefon s využitím rozpoznání rysů tváře
Skoták, Jiří ; Szőke, Igor (oponent) ; Herout, Adam (vedoucí práce)
Práce popisuje tvorbu hry pro mobilní telefon platformy iOS, která využívá rozpoznání rysů tváře a další informace, které je možné získat z kamery či dalších senzorů zařízení. V práci je uvedeno několik přístupů vhodných pro detekci lidské tváře a jejích rysů v reálném čase. Dále jsou popsány a porovnány možnosti takové detekce v prostředí iOS. Následně je uveden návrh výsledné hry a popis úrovní, které ji tvoří. Úrovně mimo detekci dílčích rysů využívají i detekci objektů v obraze, zpracování barevnosti vstupního obrazu a další. Na závěr je představena výsledná podoba hry, která je vydaná a dostupná na App Store.
|
host ::
RSS.