|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Navigace pomocí hlubokých konvolučních sítí
Skácel, Dalibor ; Veľas, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
V této práci se věnuji problematice navigace a autonomního řízení za použití konvolučních neuronových sítí. Představuji zde hlavní přístupy využívající zpracování senzorických vstupů uváděné v odborné literatuře a popisuji teorii neuronových sítí, imitačního a zpětnovazebního učení. Dále rozebírám nástroje a metody vhodné pro zpracování systému řízení. V rámci práce jsem vytvořil dva typy modelů pro řízení vozidel v simulačním prostředí. Modely využívají učících algoritmů Dataset Aggregation a Deep Deterministic Policy Gradient. Vytvořené modely jsem otestoval v prostředí simulátoru TORCS a porovnal s dostupnými zdroji.
|
|
|
Lokalizace robota pomocí OpenStreet mapy
Rajnoch, Zdeněk ; Veľas, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá lokalizací robota v rámci výřezu z OpenStreet mapy. Pro rekonstrukci uražené trajektorie jsou použity senzory robota IMU, odometrie a kompas, ta je poté porovnána s referenční GPS trajektorií. Následná lokalizace probíhá pomocí rozšířené Monte Carlo lokalizace a shlukování. Jako implementační jazyk je použit C++ a middleware ROS.
|
|
|
Detekce a lokalizace dopravních značek
Kudláč, Ondrej ; Španěl, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Cieľom tejto bakalárskej práce je navrhnúť jednoduchý systém pre detekciu a lokalizáciu dopravného značenia v obraze s využitím už existujúcich riešení. Detekcia značiek prebieha na základe ich tvarov a lokalizácia detekovaných objektov prostredníctvom dat z LIDARu. Vytvorené riešenie pozostáva z dvoch komponent: z detektora a lokalizátora pričom každá dokáže pracovať samostatne.
|
|
|
Automatická kategorizace fotografií podle obsahu
Němec, Ladislav ; Španěl, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Tato práce se zabývá problematikou klasifikace fotografií podle obsahu. Hlavním cílem práce je implementace aplikace, která je schopná tuto kategorizaci provádět. Řešení se sestává z variabilního systému využívajícího extrakce lokálních příznaků v obraze a vytvoření vizuálního slovníku metodou k-means. Aplikace využívá Bag of Words reprezentace jako globální funkce pro popis každé fotografe. Poslední složkou tohoto systému je klasifikace prováděná na základě Support Vector Machines. V poslední kapitole jsou představeny výsledky experimentování s tímto systémem.
|
|
|
Kalibrace robotického pracoviště
Uhlíř, Jan ; Veľas, Martin (oponent) ; Kapinus, Michal (vedoucí práce)
Tato práce se zabývá problematikou kalibrace robotického pracoviště, zahrnující zaměření kalibračního objektu za~účelem vzájemné kalibrace 2D nebo 3D kamery, robotického ramene a scény robotického pracoviště. Nejprve byla nastudována problematika týkající se kalibrací již zmíněných prvků. Dále byla provedena analýza vhodných metod realizujících tyto kalibrace. Výsledkem práce je aplikace robotického systému ROS poskytující metody pro tři různé typy kalibračních programů, jejichž funkcionalita je v závěru této práce experimentálně ověřena.
|
|
|
Měření rozměrů rovinných objektů v obraze
Mlýnek, Přemysl ; Veľas, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je měření nábytkových dvířek pomocí zpracování obrazu a výpočet ceny nových dvířek z naměřených rozměrů. Práce je řešena pomocí knihovny OpenCV a programovacího jazyka Python. Jádro práce je založeno na algoritmu FloodFill a Houghových transformacích. Grafické uživatelské rozhraní je řešeno pomocí knihovny PyQt. Při získávání rozměrů nábytkových dvířek byl použit následující postup - pořízení datové sady, předzpracování obrazu, segmentace objektů, klasifikace objektů, měření jednotlivých objektů, vypsání výsledků měření na výstup a výpočet výsledné ceny. Vytvořil jsem řešení ve formě desktopové aplikace, která na vstupu přijímá obrázek a na výstup dává naměřené rozměry spolu s cenou nových dvířek. Při měření bylo dosaženo průměrné odchylky 6 mm od reálných rozměrů. Tato práce mi pomohla pochopit základy zpracování obrazu. Běžnému uživateli aplikace přinese možnost odhadnout cenu nábytkových dvířek pouze na základě fotografie.
|
|
|
Odhad geometrie místnosti pomocí Kinectu
Zemek, Martin ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá nalezením významných rovinných ploch v mračně bodů a jejich převodem na polygony, což je důležitý krok pro odhad geometrie místnosti. Vstupem je mračno bodů, které bylo získáno pomocí senzoru Kinect v2. Součástí práce je program, který dokáže zachytit jeden snímek z Kinectu. Pro detailnější mračna bodů je potřeba použít některý z externích programů, které jsou zmíněny dále v této práci. Pro detekci rovin je použit algoritmus RANSAC. Roviny se pomocí algoritmu extrakce Euklidovského shlukování rozdělí na menší plochy. Tyto plochy se následně pomocí konvexní nebo konkávní obálky převedou na polygony. Výsledná aplikace je schopná zpracovat jak jeden snímek nebo větší mračno získané registrací dílčích snímků a detekovat hlavní i vedlejší roviny. Pro největší rovinu dokáže nachystat body k vytvoření textury a vypsat rozměry do příkazové řádky.
|
|
|
Detekce pohyblivých objektů v prostředí mobilního robota
Dorotovič, Viktor ; Beran, Vítězslav (oponent) ; Veľas, Martin (vedoucí práce)
Táto práca rieši problém detekcie pohybujúcich sa objektov v okolí robota. Prostredie je reprezentované dvojrozmernou okupačnou mriežkou, ktorá obsahuje aktuálne viditeľné prostredie, bez filtrovania v čase. Ako samotný detektor pohybu slúži časticový filter založený na systéme v článku Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation, ktorý uviedol Tanzmeister a kolektív. Implementácia s využitím Robotického operačného systému poskytuje možnosť pre znovupoužitie modulov, z ktorých riešenie pozostáva. Ako zdroj LiDARových dát pre experimenty bola zvolená databáza KITTI Visual Odometry, ktorá obsahuje aj pózy vozidla. Mračná bodov boli predspracované vynechaním bodov ležiacich na zemi metódou Loopy Belief Propagation. Vytvorený detektor dokáže na sekvenciách databázy rozlišovať pohybujúce sa vozidlá. Pri testoch na simulovanom prostredí sa ukázali nedostatky detekcie v prípade pohybu veľkých súvislých objektov.
|
|
| |
host ::
RSS.