|
|
Automatické počítaní lidí z panoramatické fotografie
Blucha, Ondřej ; Kolář, Martin (oponent) ; Veľas, Martin (vedoucí práce)
Tato bakalářská práce se zabývá automatickým počítáním lidí z panoramatické fotografie. Toto je velmi užitečné pro počítání velkého počtu lidí, například na stadionech nebo na koncertech. Skládá se ze dvou částí. První částí je spojování fotografií, ke které byly použity příznakově založené metody. Druhou částí je počítáni osob pomocí detekce obličejů, ke které byl použit detektor Viola-Jones. Pomocí testování bylo zvoleno ideální nastavení parametrů použitých metod pro daný problém.
|
|
|
Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí
Stránský, Václav ; Veľas, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Počet automobilů neustále roste a jejich parkování se čím dál více komplikuje. Ve městech proto začala vznikat inteligentní parkoviště. Tato práce se zabývá návrhem a implementací robustního systému pro analýzu obsazenosti parkoviště z kamerových záznamů. Systém analyzuje jednotlivá parkovací místa ze záznamů z více-kamerového systému s možností překryvu mezi kamerami. Aplikace je navržena a implementována v Robotickém operačním systému (ROS) a její jádro se skládá ze dvou oddělených klasifikátorů. Úspěšnější, avšak pomalejší, je klasifikace pomocí hluboké neuronové sítě. Rychlou interakci řeší méně přesný klasifikátor pohybu s modelem pozadí. Systém je schopen fungovat v reálném čase, a to na grafické kartě i na procesoru. Úspěšnost systému na testovací datové sadě z reálného provozu jednoho parkoviště přesahuje 95 %.
|
|
|
Cloudové řešení pro zpracování 3D modelů
Klemens, Jakub ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá možnostmi zpracování 3D modelů v prostředí cloudových aplikací. Na základě získaných znalostí vznikla knihovna Cloud3D implementována v jazyce C++. Výsledná knihovna slouží k rychlému vytváření klient-server aplikací. Knihovna je rozdělena do tří samostatných částí: klient, poskytovatel služeb a Load Balancer. Poskytovatel služeb pracuje v cloudu a umožňuje zpracovávání 3D modelů, které mu zašle klient. Největší výhodou knihovny Cloud3D je jednoduchost vytváření nových aplikací s její pomocí. Mezi další výhody patří škálovatelnost, zajištěna implementací look-a-side Load Balanceru, a bezpečnost, zajištěna použitím SSL certifikace.
|
|
|
Detekce cesty pro autonomní vozidlo
Komora, Matúš ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Táto diplomová práca sa venuje problematike detekcie cesty v okolí autonómneho vozidla. Cesta sa vyhodnocuje na základe dát z laserového radaru Velodyne LiDAR. V práci je použité už existujúce riešnie, ktoré je rozšírené o strojové učenie SVM s postupným učením. Práca porovnáva staré a nové riešenie na datasete KITTI. Úspešnosť odhadu cesty je vypočítaní podľa ukazateľa F-measure.
|
|
|
Detekce objektů v laserových skenech pomocí konvolučních neuronových sítí
Zelenák, Michal ; Kodym, Oldřich (oponent) ; Veľas, Martin (vedoucí práce)
Táto práca je zameraná na segmentáciu vozovky v laserových skenoch, pomocou konvolučnej neurónovej siete. Pre riešenie uvedeného problému, ktorý nájde uplatnenia v oblastiach údržby vozovky, boli použité konvolučné neurónové siete pre ich flexibilitu a rýchlosť. Práca prináša implementáciu a modifikácie existujúcej metódy, ktorá daný problém rieši pomocou plne prepojenej konvolučej neurónovej siete. Týmito modifikáciami sú napríklad použitie rôznych parametrov pre chybovú funkciu, použitie iného počtu tried v modeli a datasete. Vplyv modifikácií bol experimentálne overený a bola dosiahnutá presnosť 96.12%, a hodnota F-measure 95.02%.
|
|
|
Detekce objektů pomocí Kinectu
Němec, Lukáš ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problémem detekce objektů pomocí senzoru Microsoft Kinect v oboru počítačového vidění. Cílem bylo zhodnotit současné metody detekce objektů využívající hloubkovou mapu (RGB-D senzor). Práce se zabývá prostředím mračna bodů a metodou Viewpoint Feature Historgam. Také popisuje využití binárních klasifikátorů v rámci rozpoznání objektů. Návrh detekce objektů byl v práci realizován a byly na ní prováděné experimenty.
|
|
|
Navigace pomocí hlubokých konvolučních sítí
Skácel, Dalibor ; Veľas, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se věnuje problematice navigace a autonomního řízení za použití konvolučních neuronových sítí. Jsou zde představeny hlavní přístupy využívající zpracování senzorických vstupů uváděné v odborné literatuře a popsána teorie neuronových sítí, imitačního a zpětnovazebního učení. Dále jsou zde popsány nástroje a metody vhodné pro zpracování systému řízení. Jsou vytvořeny dva typy modelů pro řízení vozidel v simulačním prostředí. Modely využívají učících algoritmů DAGGER a DDPG. Vytvořené modely jsou otestovány v prostředí simulátoru TORCS.
|
|
|
Nabízím/hledám místní pomoc. Jak tyto lidi propojit efektivně a bezpečně?
Kohútová, Alena ; Veľas, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Cielom tejto bakalarskej prace je navrhnut system, ktory bude spajat ludi vyhladavajucich pomoc s tymi, ktori ju potrebuju, so zameranim na efektivitu pouzitia a motivacie uzivatelov vyuzitim gamifikacnej techniky. System umoznuje pridavanie inzeratov, zahajenie spoluprace uzivatelov, pridavanie hodnoteni ostatnym uzivatelom a dalsie. Vysledny webovy system je implementovany s vyuzitim modernych technik pre tvoru webov. Vysledkom prace je implementovany prototyp, ktory je vyhodnoteny uzivatelskym testovanim.
|
|
|
Detekce známých 3D objektů v obraze
Bordovský, Gabriel ; Veľas, Martin (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí známého 3D objektu v obraze a odhadem jeho pozice vůči kameře. Metoda využívá význačné body typu ORB a jejich pozici na povrchu obalového kvádru. Za pomoci řešení PnP problému je získána pozice objektu z 2D souřadnic bodu v detekovaném obrazu a 3D souřadnic onoho stejného bodu na obalovém kvádru. Tato práce rozšiřuje metodu detekce jednoduchých objektů tvaru kvádru, obsaženou v OpenCV knihovně, na detekci složitějších předmětů. Při testování bylo dosaženo 85% úspěšnosti detekce objektu a detekovaná pozice shodovala se skutečnou průměrně z 88%.
|
|
|
Detekce objektů v laserových skenech pomocí konvolučních neuronových sítí
Marko, Peter ; Beran, Vítězslav (oponent) ; Veľas, Martin (vedoucí práce)
Práca sa zaoberá detekciou čiary vodorovného dopravného značenia z mračna bodov, ktoré bolo získané laserovým mobilným mapovaním. Systém pracuje interaktívne v spolupráci s užívateľom, ktorý vyznačí počiatok čiary dopravného značenia. Program postupne deteguje zvyšné časti dopravného značenia a vytvorí ich vektorovú reprezentáciu. Na začiatku je mračno bodov premietnuté do vodorovnej roviny a výsledkom je 2D obrázok, ktorý je segmentovaný konvolučnou neurónovou sieťou U-Net. Segmentácia označuje jednu dopravnú čiaru. Segmentácia je prevedená na lomenú čiaru, ktorú je možné použiť v geo-informačnom systéme. Sieť U-Net pri testovaní dosiahla presnosť segmentácie 98,8\%, špecificitu 99,5\% a senzitivitu 72,9\%. Odhadnutá lomená čiara dosiahla priemernú odchýlku 1,8cm.
|
host ::
RSS.