|
|
Recognition of Vehicle Class in Image
Čabala, Roman ; Kodym, Oldřich (oponent) ; Špaňhel, Jakub (vedoucí práce)
The goal of this bachelor thesis is to recognize the type of vehicle from the image using neural networks. Vehicles are divided into 6 types, namely a car, a small van, a van, a mini truck, a truck and a bus. The data set was picked from videos that record the trajectory of the vehicles. Subsequently, an image annotation tool was built. The following architectures were used for network training: VGG16, ResNet50, Xception, InceptionResNet-v2. The result of the work is a comparison of architectures. All architectures were trained and achieved a result above 90%.
|
|
|
Context-aware filtr notifikací pro Android
Jaklovský, Samuel ; Špaňhel, Jakub (oponent) ; Szentandrási, István (vedoucí práce)
Cílem této práce je vytvořit aplikaci pro zařízení s operačním systémem Android, která na základe získaného kontextu určí uživatelský profil a následně aplikuje zvukové nastavení, které pro tento profil uživatel předem definoval. V práci je popsaná teorie a návrh uživatelského rozhraní, které bylo implementováno jako funkční aplikace. Aplikace využívá pro určování uživatelských profilů Naive Bayes klasifikátor a rozhodovací strom. Funkcionalita aplikace byla úspěšně otestována dvaceti uživateli. Hodnocení v dotaznících se v průměru pohybovalo kolem osm a půl bodu z deseti maximálně možných. Tyhle výsledky je možno považovat za úspěšné.
|
|
|
Webový nástroj pro anotaci obrazových dat
Dvořáček, David ; Kapinus, Michal (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá tvorbou webového nástroje pro anotaci obrazových dat. Teoretická část specifikuje aplikaci, její design a funkcionalitu. Praktická část se zabývá implementací webového nástroje pro anotaci obrazových dat jako bod, přímka, obdelník, polygon se zaměřením na modularitu a lehkou rozšířitelnost nástroje pro ruzné typy anotací a dále implementací funkcí pro manipulaci s obrazem a jeho transformaci. Pro praktickou část této práce byla použita knihovna Flask s využitím jazyků Python, HTML, Javascript. Nástroj byl vytvářen a vyvíjen iterativně.
|
|
|
Detekce a rozpoznání registrační značky z jedoucího vozidla
Tomovič, Martin ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cieľom tejto práce je vytvoriť aplikáciu na detekciu a rozpoznávanie registračných značiek, vhodnú pre spracovanie v reálnom čase. Práca obsahuje rozbor vybraných metód zaoberajúcich sa touto problematikou. Časť práce je venovaná súčasnej podobe registračných značiek v Českej republike. Pri tvorbe práce bola vytvorená nová dátová sada a bola implementovaná počítačová aplikácia. Aplikácia využíva existujúce knižnice určené pre počítačové videnie a strojové učenie. Jej úlohou je detekcia a rozpoznávanie značiek z videa. Detekcia je realizovaná pomocou kaskádového klasifikátora a rozpoznávanie pomocou perceptrónovej neurónovej siete. V závere je zhodnotená úspešnosť implementovaného riešenia.
|
|
|
Rozpoznání výrobce a modelu automobilu v obraze
Buchta, Martin ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se věnuje problematice klasifikace modelu automobilu z obrazu. Popisuje několik metod, jako konvoluční neuronové sítě, metody omezené na přední/zadní pohled a metody využívající 3D CAD modely. Z těchto přístupů si vybírá konvoluční neuronové sítě, kterým se dále věnuje. Práce obsahuje popis jednotlivých vrstev, ze kterých se taková síť skládá. V praktické části je popsán postup, jakým byl vytvořen klasifikátor, který má přesnost 80,7\,\%. Pro účely ověření funkčnosti byla vytvořena datová sada obsahující 1\,034 fotografií. Práce dále experimentuje s různými architekturami a vyhodnocuje jejich přesnost. Součástí práce je program, který díky detektoru automobilu najde ve videu vozidla a v daném videu je označí čtverečkem a popisem modelem automobilu.
|
|
|
Rozpoznání typu vozidla z dohledové kamery
Mencner, Pavel ; Špaňhel, Jakub (oponent) ; Sochor, Jakub (vedoucí práce)
Cílem této práce je detekce vozidel v obraze z dopravní dohledové kamery a jemná klasifikace jejich typu (výrobce a model). V práci je implementována normalizační metoda Unpack, která slouží pro transformaci obrazu vozidla do jeho zdánlivé rovinné reprezentace, za účelem zvýšení úspěšnosti klasifikátoru. Metoda Unpack využívá pro normalizaci 3D bounding box vozidla, který je v testovací fázi sestaven z informací o kontuře a směru k úběžníkům vozidla. Součástí práce je srovnání přesnosti metody přímé a Unpack klasifikace. Řešení se skládá z více na sebe navazujících částí, které využívají konvolučních neuronových sítí. Tyto části jsou: detekce vozidel v obraze, odhad směru k úběžníkům scény řešený jako klasifikační úloha, detekce kontury vozidel s využitím konvoluční Encoder-Decoder sítě a jemná klasifikace typu vozidel. Pomocí klasifikace s využitím metody Unpack bylo dosaženo zvýšení přesnosti systému o 2% proti přímé klasifikaci, dosahujíc výsledné úspěšnosti 86%. Výsledkem práce je systém jemné klasifikace typu vozidel pracující se záznamem z dohledové kamery bez omezení pozorovacích úhlů.
|
|
|
Detekce a rozpoznání registrační značky z fotografie
Janíček, Kryštof ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.
|
|
|
Webová aplikace pro správu konzultací
Balajka, Pavel ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem práce je vytvořit aplikaci, která umožní lektorům vytvářet a spravovat konzultační schůzky, na které se poté studenti budou moci přihlašovat. Byla proto vytvořena webová aplikace určená pro provozování na serveru, ke které mohou lektoři a studenti přistupovat pomocí internetového prohlížeče. Zmíněný problém je řešen způsobem, který má svým uživatelům usnadňovat práci a poskytovat další možnosti ohledně správy konzultací. Aplikace umí například zasílat upozornění při uvolnění místa na konzultaci a nebo zobrazit historii konzultací -- který uživatel provedl jakou akci s vybranou konzultací. Postup jednoduchého použití aplikace je následovný: Lektor vytvoří konzultaci -- vybere datum, čas a počet míst. Student v aplikaci vyhledá lektora, zobrazí si jeho konzultace, vybere vhodný čas a jediným kliknutím se na konzultaci přihlásí. Aplikace byla vyvinuta primárně pro potřeby lektorů a studentů vysokých škol, avšak může být využita i jinými subjekty, které potřebují nebo chtějí systém, kde mohou vytvořit událost, na kterou se jiné osoby budou moci přihlásit.
|
|
|
Detekce kolizí vozidel
Kruták, Martin ; Sochor, Jakub (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato bakalářská práce popisuje systém pro detekci a vícenásobné sledování vozidel z dohledových kamer s detekcí kolizí. Práce je zaměřena na detekci a predikci kolize vozidel na dálnicích v jednom směru jízdy. Systém není plně automatický, tudíž vyžaduje počáteční nastavení (např. čáry vymezující pruhy na silnici) pro svou správnou funkčnost. Problém je řešen tak, že je nejdříve získána přesná kontura vozidla. Poté je vypočteno těžiště této kontury. Na základě tohoto těžiště je každému vozidlu přidělen jízdní pruh, ve kterém se pohybuje a každé vozidlo je poté sledováno individuálně. Práce dále představuje metodu predikce a detekce kolize. Pro tuto část je vytvořen obdélník kolem přízemní části vozidla. Tento obdélník je poté zvětšen a vyhodnocován proti obdélníkům jiných vozidel. Objekty, jejichž obdélníky se překrývají jsou předmětem dalšího sledování možné kolize. Experimentální výsledky ukazují 72% přesnost konstrukce přízemního obdélníku jakožto základního stavebního kamene v navrženém systému pro detekci kolizí. Výhody systému jsou v jeho možnostech využití v kamerových systémech, které monitorují provoz na dálnicích.
|
|
|
Lokalizace šachových figurek na hrací ploše z fotografie
Hampl, Tomáš ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Hlavním cílem této práce bylo analyzovat stav šachové partie a lokalizovat šachové figurky na šachovnici. Rozpoznání šachovnice je založené na lokalizaci čar v obraze pomocí Houghovy transformace a PClines. Figurky byly detekovány modely konvolučních neuronových sítí - YOLOv3, YOLOv4 a YOLOv4 tiny. Vyhodnocení bylo provedeno na vlastní datové sadě. Detekce šachovnice dosahuje přesnosti 97%, kompletní lokalizace stavu šachovnice dosahuje 74,5% a lokalizace figurek 96%.
|
host ::
RSS.