|
|
Sledování pohybů osob v záznamu ze stacionární kamery
Trnkal, Milan ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zaměřuje na problematiku sledování chodců kamerou. Představil jsem používané metody počítačového vidění, které jsou vhodné pro detekci a klasifikaci osob. Na základě detekce pohybu osob ve videozáznamu jsem navrhl algoritmus pro detekci a sledování chodců. Výsledná aplikace používá histogram orientovaných gradientů a SVM klasifikátor, pro identifikaci chodců jsou využity barevné histogramy. Zjištěné trajektorie jsou následně vykreslovány na výstup. V poslední části práce se zabývám testováním a vyhodnocením výsledků navrženého algoritmu.
|
|
|
Musical genre classification
Káčerová, Erika ; Říha, Kamil (oponent) ; Uher, Václav (vedoucí práce)
The aim of this bachelor thesis is creating a system for automatic music genre recognition. The thesis deals with two main issues, which are feature extraction of a genre and machine learning process. For the purpose of feature extraction a source code is written in JAVA programming language based on jAudio library. Six machine learning models are created in RapidMiner Studio software. The most appropriate one of them, Neural Networks method is then improved and tested on different parts of songs from database.These database contains 250 training songs and 25 test songs from five music genres: classical music, disco, drum and bass, hip hop and rock.
|
|
| |
|
|
Detekce měkkých a tvrdých exudátů ve snímcích sítnice
Válková, Hana ; Lamoš, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se zabývá automatizovanou detekcí měkkých a tvrdých exudátů ve snímcích sítnice lidského oka. Práce v úvodu popisuje problematiku diabetu v souvislosti s poškozením sítnice oka. Především je popsána diabetická retinopatie, její projevy a postup onemocnění. Další část je věnována popisu volně přístupné databáze DIARETDB1, která obsahuje mimo jiné sadu snímků s různým stupněm onemocnění, hodnocení snímků od expertů a vyhodnocovací protokol. V další části pojednává o několika metodách automatické detekce tvrdých a měkkých exudátů. Praktická část bakalářské práce je zaměřena na vytvoření metody pro detekci exudátů. Metoda sestává z předzpracování, byla realizována vybraná metoda pro adaptivní transformaci kontrastu. Dále obsahuje popis zvolené metodiky prahování, výběr příznaků na základě intenzity lézí a jejich okolí, použití klasifikátoru Ho Kashyap s následnou klasifikaci lézí v obrazech. Závěrem je provedeno zhodnocení realizované metody.
|
|
|
Optické metody rozeznání gest
Netopil, Jan ; Odstrčilík, Jan (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato práce se zabývá optickými systémy a metodami zpracování získaných dat pro rozeznání gest ruky. V rámci práce je popsáno rozdělení gest, možnosti využití rozeznání gest v různých oblastech a dostupné kontaktní a bezkontaktní technologie. Následně jsou představeny metody pro detekci ruky, získání příznaků a klasifikaci gest. Navržený systém pro rozeznání gest ruky se skládá z kamery FLIR A655sc a modulu FLIR Lepton, a webové kamery Logitech S7500, dále metody pro zpracování nasnímaných dat a databáze gest, sloužící pro závěrečnou klasifikaci. Pomocí vytvořené aplikace v MATLABU je pro každé zařízení realizováno hodnocení rozpoznání gest a to s ohledem na rychlost a úspěšnost rozpoznání v různých prostředích.
|
|
|
Klasifikace objektů s použitím radaru
Přívara, Jan ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat klasifikátor objektů za pomocí radaru, konkrétně klasifikátor vozidel na silničních komunikacích. V první části jsou popsány principy fungování radaru a metody, které slouží k analýze radarového signálu. Práce uvádí základy klasifikace, přičemž je kladen důraz na klasifikační model "Support Vector Machines". Předvedenými postupy jsou z radarového signálu extrahovány příznaky pro klasifikaci. V další části je proveden návrh a implementace klasifikátoru. Nakonec je vyhodnocena úspěšnost klasifikátoru a je navrženo možné pokračování práce.
|
|
| |
|
|
Jednoduché rozpoznávání písma
Hamrský, Jan ; Svoboda, Pavel (oponent) ; Polok, Lukáš (vedoucí práce)
Tato práce se zabývá vyhledáním a rozpoznáváním textu v obraze. Rozebírá problematiku extrakce příznaků a jejich použití při strojovém učení. Popisuje postup při návrhu a implementaci jednoduché aplikace pro rozpoznávání znaků strojově psaného textu.
|
|
|
Detekce lidské řeči v audio nahrávce
Břenek, Roman ; Grézl, František (oponent) ; Matějka, Pavel (vedoucí práce)
Tato práce se zabývá technikami detekce lidské řeči v nahrávkách. Je nutné při rozpoznávání správně klasifikovat všechny neřečové segmenty a naopak rozpoznat veškerou řeč i v hlučných a zašuměných prostředích. V práci je popsán celý proces rozpoznávání, tzn. digitalizace audio signálu, extrakce příznaků, trénování klasifikátoru, rozpoznávání a samotné vyhodnocení a úpravy před vyhodnocením. Pro rozpoznávání byly použity tři systémy, z nichž jeden je založen na fonémovém rozpoznávání pomocí neuronových sítí, další dva jsou založené na GMM, přičemž každý systém byl testován na třech datových sadách - Tactical Speaker Identification Speech Corpus (TSID), Ham Radio (HR) a Rich Transcription Evaluation (RT05-RT07). Nejlepší výsledky každého systému jsou pak zhodnoceny i s výsledky třetích stran.
|
|
|
OCR na platformě iOS
Hakulin, Lukáš ; Žák, Pavel (oponent) ; Angelov, Michael (vedoucí práce)
Práce se věnuje problematice rozpoznávání textu v obraze na mobilní platformě iOS. Obsahuje principy a metody detekce textu, získávání příznaků a klasifikace. Popisuje návrh a implementaci jednoduché aplikace pro rozpoznávání informací o umístění nábytku ve skladu obchodního domu IKEA.
|
host ::
RSS.