|
|
Rozeznávání tváří a emočního výrazu u primátů
Englerová, Kateřina ; Nekovářová, Tereza (vedoucí práce) ; Fajnerová, Iveta (oponent)
Pro primáty, ale i mnohé další živočichy, je jedním z nejdůležitějších smyslů zrak. Mohou díky němu vnímat podněty z okolního prostředí, a to jak neživé předměty, tak jedince vlastního či jiných druhů. U některých, zejména sociálně žijících zvířat, je jednou z klíčových kognitivních dovedností schopnost rozeznávat jedince a jejich emoční vyladění na základě rozdílných obličejových znaků a mimiky.Tato práce si klade za cíl shrnutí dosavadních poznatků týkajících se rozeznávání tváří a emočních výrazů včetně neurologických mechanismů, které tuto schopnost umožňují, použitých experimentálních metodik a mezidruhového srovnání.
|
|
|
Automatické rozpoznávání a zpracování faktur
Ščešňák, Vladimír ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Cílem této práce je navrhnout a implementovat aplikaci pro automatické rozpoznávání a zpracovaní faktur za pomocí využití počítačového vidění. Práce se zabývá analýzou existujících faktur, návrhem a implementaci algoritmů na spravne rozpoznávání výběrem vhodných testovacích vzorků a také návrhem a implementací užívatelského rozhraní.
|
|
|
Rychlá detekce přírodních objektů
Zelinka, Martin ; Bartl, Vojtěch (oponent) ; Šimon, Martin (vedoucí práce)
Práce se zabývá detekcí a lokalizací psů v obraze. Rozebírá postupy počítačového vidění vhodné k řešení této problematiky. Je navrhnuto a následně implementováno řešení. V rámci vypracování práce je vytvořena datová sada obrázků reprezentující hledaný objekt a datová sada negativních obrázků. Výsledné řešení je nakonec podrobeno trénování za účelem zjištění nejlepších parametrů pro použité algoritmy. Výsledný program je součástí přiloženého DVD.
|
|
|
Sledování a rozpoznávání lidí na videu
Šajboch, Antonín ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá rozpoznáváním a sledováním lidí ve videu. K rozpoznávání byla použita konvoluční neuronová síť, která extrahuje vektor rysů z přiloženého snímku obličeje. Tento extrahovaný vektor je dále klasifikován. Proces rozpoznávání musí probíhat v reálném čase a s tímto ohledem jsou také voleny veškeré použité metody. V rámci této práce byl vytvořen nový dataset obličejů, který byl získán z videozáznamů pořízených v prostorách fakulty. Videozáznamy a dataset byly použity pro experimenty k ověření přesnosti vytvořeného systému. Výsledná přesnost rozpoznávání je cca 85%. Navržený systém může být použit například k evidenci osob, počítání průchodů či k ohlášení výskytu neznámé osoby v objektu.
|
|
|
Rychlost učení vícevrstvé sítě
Maceček, Aleš ; Zámečník, Dušan (oponent) ; Jirsík, Václav (vedoucí práce)
Teoretický rozbor umělých neuronových sítí, zvláště jejich typů topologií a učení sítí. Zvláštní zaměření je na vícevrstvou neuronovou síť s učením backpropagation. Uvedený algoritmus učení backpropagation jednoduché sítě společně s popisem parametrů ovlivňujících učení sítě a také metody zhodnocení kvality naučení sítě. Definice momentů invariantních na otočení, posun a změnu měřítka. Optimalizace parametrů neuronové sítě k nalezení nejrychleji učící se neuronové sítě, a také sítě s nejlepší hodnotou rozpoznání vzorů písmen z testovací množiny.
|
|
| |
|
|
Čtečka Braillova písma
Fabík, Jiří ; Svoboda, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Tato práce je zaměřena na počítačové zpracování obrazu, konkrétně naskenovaných Braillských dokumentů. Jde o techniku vyhledávání Braillských znaků (bodového písma), rozpoznání a následné převedení na běžný text. Tečky, jež písmo tvoří, se rozpoznávají na základě světlých a tmavých částí, které vznikají při skenování. Po spojení do znaků se na základě znakové sady konvertují na běžný text. Zároveň se při rozpoznávání zjišťují pozice možných chyb, aby bylo jednodušší případně text opravit.
|
|
|
Detekce gest pro sensor Kinect
Zapletal, Filip ; Šolony, Marek (oponent) ; Žák, Pavel (vedoucí práce)
Tato práce popisuje způsoby získání dat o poloze jednotlivých částí těla za pomoci různých technologií, se zvláštním zaměřením na Kinect. Na základě těchto poznatků je pak navržena a implementována knihovna sloužící k rozpoznávání dynamických pohybových gest, která je otestována na sadě navržených gest.
|
|
|
Rozpoznávání objektů v obraze na platformě Android
Šimon, Martin ; Zahrádka, Jiří (oponent) ; Zemčík, Pavel (vedoucí práce)
Práce popisuje problematiku rozpoznávání objektů v obraze ve spojení s mobilní platformou Android. Rozebírá existující metody a postupy z oboru rozpoznávání objektů stejně jako dřívější řešení podobné problematiky. Z těchto základů čerpá a navrhuje praktickou aplikaci, která má ambice stát se schopným pomocníkem při houbaření. Při návrhu a implementaci bere v potaz také cílové zařízení, které je omezené jak výkonem, tak pamětí. Výsledky jsou vyhodnoceny na základě několika experimentů, včetně uživatelského testování. Implementace výsledné aplikace je součástí práce.
|
|
|
Aplikace pro rozpoznání dopravních značek pro Windows Phone 7
Dvořák, Marek ; Orság, Filip (oponent) ; Procházka, Boris (vedoucí práce)
Cílem této práce je vytvoření aplikace detekující a rozpoznávající dopravní značky pro mobilní telefony s operačním systémem Windows Phone 7. Teoretická část se zabývá vlastnostmi a historií systému Windows Phone 7, popisuje dopravní značení užívané v České republice a zkoumá metody detekce objektů v obraze. Praktická část práce obsahuje popis konkrétního řešení rozpoznávání značek ve fotografiích pořízených vestavěným fotoaparátem mobilního telefonu. Poslední část obsahuje testování funkčnosti aplikace v reálných podmínkách a zhodnocení výsledků těchto testů.
|
host ::
RSS.