|
|
Aplikace s vkládáním virtuálních předmětů do záběru kamery
Popelka, Karel ; Milet, Tomáš (oponent) ; Herout, Adam (vedoucí práce)
Cílem práce je navrhnout aplikaci pro mobilní platformu s možností vkládání virtuálních předmětů do záběru kamery s minimální rušivostí ve scéně. Aplikace je implementovaná na platformě Windows 8.1 a Windows Phone 8.1. Samotné vykreslování objektů je řešené pomocí DirectX v programovacím jazyce C++ a uživatelské rozhraní je navržené v XAML. V práci jsou rozebrané potřebné základy pro znalost programování rozšířené reality pro daný systém a pokročilé programovací techniky, jako asynchronní načítání zdrojů nebo pokročilé zobrazování scény pomocí techniky post processing. Výsledkem projektu je mobilní aplikace, která umožňuje vložení virtuálního objektu a jeho stínu do záběru kamery. Dále je možné nastavit vlastnosti světla a pořídit výslednou fotografii s virtuálním objektem ve vysokém rozlišení.
|
|
|
Systém pro správu a sledování rybářské činnosti
Sedláčková, Lucie ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Úkolem této práce bylo provést průzkum mezi uživateli spojenými s rybářskými aktivitami v České Republice. Na základě těchto průzkumů pak navrhnout a implementovat systém sloužící ke správě dat o rybolovu. V průběhu práce na systému také probíhaly iterace testů uživatelské spokojenosti a v reakci na tyto testy byly prováděny náležité úpravy v navrženém systému. Systém je implementován pomocí frameworku Nette v kombinaci s knihovnou Bootstrap jako responzivní webová aplikace.
|
|
|
Matení algoritmů počítačového vidění
Hrabal, Matěj ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce bylo zkoumání existujících metod matení počítačového vidění a rozpoznávání. Zaměřil jsem se zejména na metody typu pixel attack.Dále jsem porovnal jednotlivé metody obrany proti těmto útokům. Jednotlivé metody typu pixel attack a možnosti obrany proti těmto útokům jsem implementoval v jazyce python s využitím knihovny Keras. V rámci práce jsem vytvořil nástroj, který umožňuje provést útok metodou pixel attack na uživateli zvoleném obrázku, a z informací získaných při útocích dokáže generovat statistiky. Nástroj také umožňuje detekovat možné útoky v obrázcích.
|
|
|
Detekce lidské postavy v obraze
Bednář, Luboš ; Mlích, Jozef (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí lidské postavy v obraze. Na úvod jsou zde popsány některé metody použitelné pro tento typ detekce. Z nich byla zvolena metoda histogramů orientovaných gradientů. Pro klasifikaci se používá SVM. Součástí této práce je také návrh a implementace jednoduchého detektoru.
|
|
|
Analysis of Motion of People by a Stationary Camera
Smatana, Stanislav ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
The main goal of this thesis is to develop multi-target tracking system for use in field of security surveillance or for customer behavior analysis. The system was successfully implemented using KLT tracking, AdaBoost classifier and Markov Chain Monte Carlo data association. It is able to perform analysis of motion of people in both outdoor and indoor environment.
|
|
|
Mobilní aplikace pro zaznamenávání spotřeby automobilu
Mokrý, Martin ; Špaňhel, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cieľom tejto práce je navrhnúť a implementovať mobilnú aplikáciu pre zaznamenávanie spotreby automobilu. Aplikácia je určená pre operačný systém Android. Má umožniť užívateľom jednoducho a efektívne vkladať nové záznamy o čerpaniach paliva. Na základe týchto záznamov im následne zobrazí celkový prehľad o nákladoch ich vozidla. V tejto práci je zachytený postup vytvárania takejto aplikácie, jednotlivé etapy návrhu, implementačné detaily a testovanie výslednej aplikácie. Tiež sú tu uvedené a rozobraté podobné existujúce riešenia.
|
|
| |
|
|
Vizualizační nástroj pro pilota dronu v Microsoft HoloLens 2
Kyjac, Martin ; Herout, Adam (oponent) ; Bambušek, Daniel (vedoucí práce)
Pri pilotovaní dronu musí pilot sledovať ako samotný dron, tak aj rôzne letové údaje. Táto činnosť si vyžaduje neustále sústredenie a aj menšia nepozornosť môže viezť k nehode. Hlavne pri lete vo väčších vzdialenostiach pilot môže veľmi ľahko stratiť prehľad, kde sa dron nachádza, na akú stranu je otočený, prípadne akú má výšku. Na overenie týchto informácií je pri bežných aplikáciach potrebné skloniť hlavu a tým pádom stratiť dron z dohľadu pretože tieto údaje sa nachádzajú na ovládači, ktorý drží pilot v rukách. Toto prepínanie kontextov je veľmi nepraktické. Cieľom aplikácie je vizualizovať tieto dáta pomocou rozšírenej reality zobrazenej cez Microsoft HoloLens 2. Všetky potrebné letové údaje sa zobrazujú pomocou hologramov presne tam, kde sa samotný dron na oblohe nachádza a tak pilot nemusí prepínať medzi kontextami. Taktiež je oveľa jednoduchšie takýmto spôsobom zobraziť rôzne prvky misie, ktoré by inak nebolo možné nijako vizualizovať v reálnom svete. Bežne v takýchto prípadoch musí pilot nejako interpretovať údaje z 2D mapy do reality, čo môže byť náročné. Avšak pomocou rozšírenej reality sa tieto údaje môžu zobraziť priamo do reálneho sveta.
|
|
|
Ovládání počítače pomocí gest
Lacko, Peter ; Herout, Adam (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá tvorbou systému pro ovládání počítače přes webkameru pomocí gest, přičemž gesto je zde chápáno jako pohyb ruky utvářející nějaký vzor. V úvodu jsou popsány metody pro detekci ruky v obrazu, sledování ruky a pro vyhodnocení pohybu použity v této práci. Následuje popis systému a jeho implementace, provádění a vyhodnocení testů. Výstupem práce je program umožňující jednoduché ovládání prohlížeče dokumentů a multimediálního přehrávače.
|
|
|
Facial image restoration
Bako, Matúš ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
In this thesis, I tackle the problem of facial image super-resolution using convolutional neural networks with focus on preserving identity. I propose a method consisting of DPNet architecture and training algorithm based on state-of-the-art super-resolution solutions. The model of DPNet architecture is trained on Flickr-Faces-HQ dataset, where I achieve SSIM value 0.856 while expanding the image to four times the size. Residual channel attention network, which is one of the best and latest architectures, achieves SSIM value 0.858. While training models using adversarial loss, I encountered problems with artifacts. I experiment with various methods trying to remove appearing artefacts, which weren't successful so far. To compare quality assessment with human perception, I acquired image sequences sorted by percieved quality. Results show, that quality of proposed neural network trained using absolute loss approaches state-of-the-art methods.
|
host ::
RSS.