|
|
Automatic Surveillance Camera Calibration by Observation of Rigid Objects
Bartl, Vojtěch ; Buchholz, Michael (oponent) ; Hurtík, Petr (oponent) ; Herout, Adam (vedoucí práce)
This work is focused on automatic camera calibration based on multiple observations of arbitrary rigid objects. Based on observations of rigid objects moving in a common plane, we are able to calibrate camera w.r.t. the plane, and thus we are able to do measurements in a scene. Objects in the image plane are detected, and classified, and landmarks on these objects are localized. Our motivation was the usage of these methods in traffic scenarios, and thus as our ''objects'' we consider vehicles. We propose three different methods that are able to compute camera calibration based on these localized landmarks in an image plane with the only limitation - 3D models must be provided, but these can be known to the calibration system as a background. The camera calibration process is then fully automatic, and no more information is needed. Contrary to previous state-of-the-art methods for automatic camera calibration, the proposed methods are able to estimate all camera parameters (including focal length). We also collected a new dataset BrnoCarPark , which contains records of different scenes with detected vehicles and localized landmarks. Ground-truth measurements in scenes are available, and these can be re-computed by computed camera calibration parameters. All the proposed methods outperform the recent state-of-the-art method in an accurate manner. We evaluated our methods on the constructed dataset and also another dataset BrnoCompSpeed . We also made experiments on synthetic datasets, which prove the stability and usability of the proposed methods.
|
|
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
|
|
Klasifikace objektů s použitím radaru
Přívara, Jan ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat klasifikátor objektů za pomocí radaru, konkrétně klasifikátor vozidel na silničních komunikacích. V první části jsou popsány principy fungování radaru a metody, které slouží k analýze radarového signálu. Práce uvádí základy klasifikace, přičemž je kladen důraz na klasifikační model "Support Vector Machines". Předvedenými postupy jsou z radarového signálu extrahovány příznaky pro klasifikaci. V další části je proveden návrh a implementace klasifikátoru. Nakonec je vyhodnocena úspěšnost klasifikátoru a je navrženo možné pokračování práce.
|
|
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
|
|
Klasifikace objektů s použitím radaru
Přívara, Jan ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat klasifikátor objektů za pomocí radaru, konkrétně klasifikátor vozidel na silničních komunikacích. V první části jsou popsány principy fungování radaru a metody, které slouží k analýze radarového signálu. Práce uvádí základy klasifikace, přičemž je kladen důraz na klasifikační model "Support Vector Machines". Předvedenými postupy jsou z radarového signálu extrahovány příznaky pro klasifikaci. V další části je proveden návrh a implementace klasifikátoru. Nakonec je vyhodnocena úspěšnost klasifikátoru a je navrženo možné pokračování práce.
|
|
|
Automobil v podnikání
Urban, Pavel ; Müllerová, Libuše (vedoucí práce)
Tato práce pojednává o automobilech v podnikání. Automobil i daně jsou neoddělitelnou součástí života téměř každého člověka. Automobil je v daňovém systému ČR podle mého názoru na jedné straně oblastí, která je nejvíce komplikovaná, na druhé straně je nejčastěji používaným nástrojem daňové optimalizace. Z těchto důvodů jsem se ve své práci zaměřil na problematiku automobilu a daní, zejména daní z příjmů. V první části práce jsou vysvětleny některé důležité pojmy -- vlastník, držitel, pronajímatel, nájemce, silniční motorové vozidlo, rozdělení vozidel, jejich klasifikace atd. V této části jsou také vymezeny legislativní východiska, týkající se vozidel. V další části jsou na příkladech vysvětleny možnosti daňové optimalizace -- problematika odpisů, načasování okamžiku prodeje automobilu a vložení automobilu do obchodního majetku. V poslední části se zabývám způsobem zachycení a odpisovaní automobilu z účetního pohledu.
|
host ::
RSS.