|
|
Generátor syntetické datové sady pro dopravní analýzu
Svoreň, Ondrej ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Táto bakalárska práca sa zaoberá vytvorením generátora syntetickej dátovej sady pre do pravnú analýzu. V práci sa venujem problematike analýzy dopravy prostredníctvom počí tačového videnia, spôsobu a podmienkam vytvorenia generátora syntetickej dátovej sady, potenciálnemu využitiu výsledkov na strojové učenie a možnostiam ďalšieho vývoja. Zo za obstaraných fotografií automobilov Českej republiky, Slovenska, Poľska a Maďarska som vytvoril generátor syntetických poznávacích značiek týchto štátov, ktoré tvoria po grafic kých úpravách a po spojení s fotografiami automobilov výslednú dátovú sadu určenú na strojové učenie. Samotné riešenie je rozdelené do troch skriptov v jazyku Python s použi tím knižnice OpenCV. Výsledná dátová sada slúži systému využívajúcemu strojové učenie na reidentifikáciu evidenčných čísel vozidiel z fotografií zachytených v cestnej premávke.
|
|
|
Detekce zbraní ve 2D obrazu
Demčák, Ján ; Spurný, Martin (oponent) ; Drahanský, Martin (vedoucí práce)
Táto bakalárska práca sa zaoberá detekciou zbraní v 2D obraze. V teoretickej časti bol zadefinovaný pojem zbraň, uviedli sme možnosti detekcie zbrane v obraze s použitím klasických metód a s využitím hlbokých neurónových sietí. Popísali kľúčové kroky spracovania obrazu, klasifikácie objektov, detekcie. Uviedli prehľad nástrojov, knižníc. Pre realizáciu praktickej časti sme vybrali 3 modely. Jeden klasický model s využitím HOG transformácie. Druhý CNN model s prioritným cieľom presnosťi detekcie a dvoma rôznymi architektúrami neurónových sietí ako klasifikátormi. Tretí model s architektúrou siete YOLO mal ako prioritný cieľ detekciu v reálnom čase. Podstatnou časťou každého modelu bol výber, resp. vytvorenie vhodného datasetu. Nasledovalo zostrojenie a implementácia modelov s analýzou a vyhodnotením získaných dát.
|
|
|
Rozpoznávání objektů grafického uživatelského rozhraní pro vizuální testování
Kisela, Sebastián ; Peringer, Petr (oponent) ; Smrčka, Aleš (vedoucí práce)
Bakalárska práca sa sústredí na analýzu súčasných metód používaných pri testovaní grafického používateľského rozhrania, ako aj nástrojmi na to použitými. Stanovuje špecifikácie požiadavkov a návrh metód rozpoznávania grafického používateľského rozhrania. Neskôr sú v práci podrobne popísané implementácia a obmedzenia implementovaného riešenia postavenom na vizuálnom rozpoznávaní na základe pixelov. V závere sú ukázané spôsoby, ktorými bola funkčnosť riešenia overovaná.
|
|
|
Aplikace mravenčích algoritmů
Kaščák, Imrich ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Práca sa zaoberá základným optimalizačným algoritmom Ant Colony Optimization (ACO) - Ant System (AS) a jeho rozšírením Ant Colony System (ACS) na probléme obchodného cestujúceho (TSP). Podstatou týchto algoritmov je nájdenie optimálneho riešenia (najkratšej cesty) v zadanej inštancii obsahujúcej niekoľko miest. Demonštruje overenie fungovania oboch algoritmov, experimentálne skúmanie vplyvu nastaviteľných parametrov mravčích algoritmov na výsledok. Ďalej je práca zameraná na skúmanie myšlienky optimalizácie detekcie hrán v obrazoch zavedením modifikácie do predstaveného existujúceho riešenia. Experimenty modifikovaného riešenia sú vykonané a porovnané s pôvodným.
|
|
|
Konvoluční neuronové sítě
Lietavcová, Zuzana ; Zbořil, František (oponent) ; Zbořil, František (vedoucí práce)
Táto práca sa zaoberá problematikou učenia konvolučných neuronových sietí. Ide o druh hlbokých neuronových sietí, ktoré sa v súčasnosti hojne používajú predovšetkým v oblasti rozpoznávania obrazu a spracovania prirodzeného jazyka. Práca popisuje špecifiká konvolučných neuronových sietí oproti tradičným neuronovým sieťam a zameriava sa na vnútorné výpočty, ktoré realizujú pri učení. Konvolučné neurónové siete sa typicky skladajú z niekoľkých typov vrstiev neurónov a cieľom práce je demonštrovať výpočet jednotlivých typov vrstiev. V práci bol navrhnutý a implementovaný demonštračný program učenia jednoduchej konvolučnej siete s využitím vlastnej implementácie neurónovej siete. Správnosť implementácie bola overená natrénovaním siete pre riešenie klasifikačnej úlohy, boli vykonané experimenty s rôznymi architektúrami sietí a ich výsledky porovnané.
|
|
|
Strojové vidění pro lokalizaci objektů
Hasík, Dávid ; Huzlík, Rostislav (oponent) ; Vetiška, Jan (vedoucí práce)
Bakalárska práca sa zaoberá tvorbou systému strojového videnia pre lokalizáciu objektov a možnosťami aplikácie tohto typu úlohy strojového videnia. V práci je popísaný dizajn daného systému, a tiež všetky jeho komponenty, ich vlastnosti, a výhody a nevýhody ich použitia. Takisto je zostavená vlastná scéna pre snímanie ukážkového predmetu. Pre vyhodnocovanie obrazu je použitý bežný počítač s programom Vision assistant a jeho nástroje. V tomto programe sú vytvorené a následne porovnané výkonnosti dvoch postupov vyhodnocovania obrazu.
|
|
|
Gamifikace vidozáznamu robotů sledujících čáru
Soboňa, Tomáš ; Honec, Peter (oponent) ; Janáková, Ilona (vedoucí práce)
Táto bakalárska práca sa zaoberá spracovaním trajektórie vozidla sledujúceho čiernu čiaru na nemennom bielom pozadí a následným porovnávaním kvality prejdenia tejto dráhy jednotlivými vozidlami. V prvej časti práce je popísaná teória pre rozpoznanie dráhy, jednotlivých grafických tagov a aj nájdenie významných bodov v obraze a ich spárovanie s bodmi v inom obraze, načo sa využíva algoritmus SIFT. Druhá časť sa venuje popisu samotného programu, ktorý bol v tejto práci vytvorený, jeho triedam a metódam. Program je napísaný v jazyku Python a pre spracovanie obrazu sa využíva hlavne „open source-ová “ knižnica OpenCV a ale aj v menšej miere knižnica NumPy. Nakoniec sú v práci zhrnuté dosiahnuté výsledky.
|
|
|
Detekce chorob v snímku sítnice oka
Koštialik, Daniel ; Semerád, Lukáš (oponent) ; Maruniak, Lukáš (vedoucí práce)
Diabetická retinopatia a vekom podmienená makulárna degenerácia patria medzi najčastejšie ochorenia sietnice, ktoré spôsobujú čiastočnú alebo úplnú slepotu. Cieľom tejto práce je navrhnúť a implementovať software schopný automaticky detegovať príznaky uvedených chorôb zo snímok sietnice oka. Algoritmus detekcie je založený na segmentácii obrazu na oblasti pomocou metódy growing region a ich následnej analýze. Pri detekcii príznakov je potrebné degekovať aj prvky sietnice ako optický disk, makula a krvné riečisko, ktoré nepriaznivo ovplyvňujú detekciu. Pri vyhodnocovaní bolo použitých 259 snímok a algoritmus dosahoval citlivosť nad 90 %. Jedným z potencionálne praktických využití tohto algoritmu je, v spojení s hardwarom a optickým prístrojom, pri globálnom screeningu obyvateľstva. Vďaka automatickej detekcii je možné zistiť prítomnosť príznakov a včas zahájiť liečbu.
|
|
|
Aplikace pro zpracování obrazu na platformě Android
Kiac, Martin ; Říha, Kamil (oponent) ; Krajsa, Ondřej (vedoucí práce)
Táto práca sa zaoberá problematikou spracovania obrazu a detekciou predom definovaných objektov z kamery daného zariadenie na platforme Android. Na spracovanie obrazu sú v práci použité nástroje a metódy z knižnice OpenCV. Práca sa skladá z teoretickej časti, kde je popísaná samotná platforma Android, štruktúra tohto operačného systému a vývojové prostredie Android Studio. Teoretická časť práce ďalej popisuje knižnicu OpenCV a teóriu spracovania obrazu pomocou tejto knižnice. V praktickej časti práce je vysvetlená implementácie knižnice OpenCV do vývojového prostredia Android Studio. Ďalej je v praktickej časti popísaný postup pri spracovaní obrazu pomocou knižnice OpenCV. Následne je táto práca venovaná analýze a vyhľadávaniu kontúr, použitie Houghovej transformácie a segmentácií spracovaného obrazu. V práci je ďalej popísaná realizácia grafického užívateľského rozhrania a následne práca s databázou aplikácie. Záver práce je venovaný testovaniu a vyhodnoteniu dosiahnutých výsledkov.
|
|
|
Detekce objektů
Baáš, Filip ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Táto bakalárska práca sa zaoberá detekciou tvarovo nemenných objektov na snímkach. Pre detekciu je využitý algoritmus hranového vzdialenostného párovania, ktorý je na tieto účely stavaný. Prvá časť tejto práce je určená teoretickému vysvetleniu princípu tohto algoritmu. Sú tu vysvetlené najpoužívanejšie spôsoby prevedenia vzdialenostnej transformácie, potrebnej pre tento algoritmus. Ďalej je tu vysvetlený výpočet hranovej vzdialenosti a pyramídová reprezentácia informácií. Druhá časť je venovaná vývojovým nástrojom použitým v tejto práci, ktorými sú vývojové prostredie Visual Studio a knižnice OpenCV pre spracovanie obrazu a Qt pre tvorbu grafického používateľského rozhrania. V poslednej časti tejto práce je popísaná praktická realizácia detekcie objektov. Je tu popísaný spôsob akým sú objekty renderované, postup vytvorenia vzoru z renderovaného obrazu, spôsob vytvorenia sady vzorov, porovnanie rýchlostí vzdialenostných transformácií počítaných v rôznych metrikách, porovnanie obyčajnej a pyramídovej detekcie a spôsob vyhodnotenia detekcie. V závere práce sú zhrnuté dosiahnuté výsledky práce.
|
host ::
RSS.