|
|
Detekce pohybu v obraze z kamery
Polanský, Petr ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je zhodnotit účinnost detekce pohybu pomocí Gaussova rozdělení pravděpodobnosti. Algoritmus při detekci pohybu vytvoří krátké video zachycující pohyb a vhodně jej vizualizuje. Vizualizace je provedena grafem intenzity bílých pixelů mapující pohyb. Systém je vhodný hlavně pro méně rušné oblasti, kde pohyb je významnou změnou prostředí. Výsledky této práce ukazují, jaký vliv na detekci mají okolní podmínky a poloha kamery.
|
|
|
Mobilní aplikace využívající hlubokých konvolučních neuronových sítí
Poliak, Sebastián ; Herout, Adam (oponent) ; Sochor, Jakub (vedoucí práce)
Táto práca popisuje proces tvorby mobilnej aplikácie, ktorá využíva hlboké konvolučné neurónové siete. Proces začína predstavením hlavnej myšlienky, po ktorej nasleduje produktový a technický návrh, implementácia a vyhodnotenie. Práca taktiež skúma technické pozadie rozpoznávania obrazu, a vyberá najvhodnejšie možnosti pre účely aplikácie. Tie sú detekcia objektov a multi-label klasifikácia, ktoré sú obe implementované, vyhodnotené a porovnané. Výsledná aplikácia sa snaží priniesť hodnotu z užívateľského aj technického hľadiska.
|
|
|
Tvorba panoramatických fotografií
Dospiva, Filip ; Sochor, Jakub (oponent) ; Behúň, Kamil (vedoucí práce)
Tato práce obsahuje srovnání přístupů pro implementaci tvorby panoramatických fotografií. Jsou zde rozebrány dílčí kroky tvorby panoramat a metody přístupu, které jsou pro tyto kroky používané. Je zde vytvořen náhled nad jednotlivými metodami a sepisuje jejich výhody a nevýhody. Součástí je také srovnání těchto metod a zhodnocení jejich použitelnosti.
|
|
|
Detekce dopravních značek z kamery ve vozidle
Dušek, Jan ; Sochor, Jakub (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí dopravních značek v obraze nebo videu. Nejprve budou popsány algoritmy běžně využívané k tvorbě obecného detektoru dopravních značek. Následně popíšu detekci dopravních značek využívající metod histogram orientovaných gradientů a support vector machines. Nakonec zhodnotím výsledky, kterých se podařilo dosáhnout.
|
|
|
Zaznamenávání trasy jízdy na motorce pro iOS
Pinka, Martin ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je vytvořit mobilní aplikaci pro zaznamenávání jízdy na motocyklu na platformě iOS, která inovuje aktuálně dostupné řešení. Mezi přínosy patří vytvoření lepšího mechanismu pro detekci přestávky zaznamenávání, který umožní automatizovat pozastavování zaznamenání trasy v době, kdy uživatel nechce trasu zaznamenávat.Dále je aplikace rozšířena o organizaci záznamů a jejich vyhledávání. Ta je řešena pomocí tagů, které lze k záznamům přidat. Řešení významně zlepšuje rychlost vyhledání konkrétních jízd, pokud uživatel poctivě vyplní informace k jízdě. V implementační části práce je popsáno vykreslování velmi dlouhé trasy na mapě, jejíž části jsou barevně odlišeny podle rychlosti, která byla při zaznamenávání zaznamenána. Výsledkem celého úsilí je inovativní funkční aplikace, která je připravena pro reálný provoz.
|
|
|
Rychlá detekce dopravních značek v obraze
Sochor, Jakub ; Španěl, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá detekcí dopravních značek v obraze, přičemž cílem bylo zpracování v reálném čase. Nejprve budou popsány algoritmy a způsoby, jakými mohou být dopravní značky detekovány. Následně bude popsána detekce dopravních značek využívající jejich tvarů a úpravy tohoto algoritmu provedené v rámci této práce. V další části bude provedeno vyhodnocení výsledků, kterých se podařilo dosáhnout.
|
|
|
Odhad rozestupu automobilů z mobilního telefonu umístěného ve vozidle
Zemánek, Ondřej ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Cílem této bakalářské práce je mobilní aplikace pro systém Android, která odhaduje vzdálenost vozidel z obrazu kamery mobilního telefonu. Odhad rozestupu je vypočítáván na základě znalostí parametrů kamery, fyzické velikosti vozidla a oblasti snímku, reprezentující detekované vozidlo. Vozidla a jejich registrační značky jsou v obraze detekovány pomocí kaskádových klasifikátorů. Registrační značky jsou detekovány pouze v rámci oblasti detekovaného vozila. Pro detekci vozidel pomocí kaskádového klasifikátoru byla v rámci této práce vytvořena trénovací datová sada. Práce je doplněna o funkci sledování změn rozestupu v čase, která při náhlé změně rozestupu upozorní řidiče zvukovým signálem. Samotný text je pak rozdělen do pěti hlavních částí - porovnání existujících řešení odhadu vzdálenosti, Studium a výběr metod pro rozpoznávání objektů v obraze, návrh aplikace, implementace a vyhodnocení obsahující popis vytváření trénovací datové sady, samotné trénování klasifikátoru a vyhodnocení.
|
|
|
Knihovna pro multiplatformní vývoj mobilních aplikací
Kovařík, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá potížemi s vývojem mobilních aplikací pro vícero operačních systémů a vývojových prostředí, s cílem vytvořit ideální knihovnu pro tvorbu uživatelských rozhraní. Na základě moderních webových standardů byl navržen a implementován framework pro vývoj HTML aplikací, umožňující vývojářům snadné vytváření aplikací s jednotným zdrojovým kódem, které se samy inteligetně přizpůsobí zařízením a operačním systémům, na nichž jsou spuštěny. Zvřejněn coby open-source projekt, současně podporující Windows 10, Android, Chrome OS a Web, je Flexus frameworkem návrhu uživatelskách rozhraní v aktivním užívání a nadálém vývoji.
|
|
|
Detekce a rozpoznání registrační značky vozidla
Řepka, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí a rozpoznáním objektů ze snímků s využitím metod počítačového vidění. Předmětem detekce jsou české registrační značky vozidel. Cílem práce bylo vytvořit algoritmus pro jejich automatickou anotaci. K tomu navrhované řešení využívá detekci hran a kaskádové klasifikátory vytvořené pomocí strojového učení. Implementace tohoto návrhu byla následně testována nad pořízenou datovou sadou za pomoci vytvořené testovací aplikace.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Jeřábek, Vladimír ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří ve videu pomocí neuronových sítí. Na začátku je popsán výběr a ověření konvolučních neuronových sítí pro generování příznakových vektorů z obrázků různých identit. V další části se tato práce věnuje agregování příznakových vektorů ze snímků videa. Agregování probíhá pomocí agregačních neuronových sítí. Na konci této práce jsou diskutovány výsledky, kterých dané agregační metody dosáhli.
|
host ::
RSS.