|
|
Učení a detekce objektů různých tříd v obraze
Chrápek, David ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce je zaměřena na učení a detekci objektů v obraze a v sekvenci po sobě jdoucích obrazů. Konkrétněji na učení a rozpoznávání lidí nebo jejich částí v případě, že jsou částečně zastíněni, s ohledem na možné využití detektoru na robotických platformách. Práce se zaměřuje na využití obrazových příznaků nazývaných Histogramy Orientovaných Gradientů (HOG), které jsou schopny docela dobře pracovat s různými pózami lidí v obraze. Člověk je rozdělen na několik částí a tyto části jsou detekovány samostatně. Následně je použit systém hlasování jednotlivých částí, které byly detekovány, který určuje výsledné pozice osob v obraze. Pro potřeby natrénování tohoto detektoru je využito lineárního SVM. Dále je při detekci ze sekvence po sobě jdoucích snímků použit Kalmanův filtr, který se stará o stabilizaci výsledné detekce.
|
|
|
Podpora zájmu dětí o historii jejich regionu v doprovodných programech Husitského muzea v Táboře
NIMRICHTROVÁ, Kateřina
Předmětem bakalářské práce jsou možnosti muzejní edukace při utváření pozitivního vztahu dětí a mládeže k historii místa, ve kterém žijí, potažmo k dějinám jako takovým. Cílem je popsat vybrané aktivity Husitského muzea s ohledem na jejich možnosti podpořit zájem dětí o historii svého regionu a budovat vztah ke kulturnímu dědictví. Úvodní kapitola je věnována seznámení s edukačním potenciálem muzeí a galerií a vymezení pojmu kulturně historické dědictví. Ve druhé části je zhodnocen současný stav muzejní edukace v Husitském muzeu. Třetí část se zabývá popisem jednotlivých doprovodných programů Husitského muzea s důrazem na jejich cíle, metody a obsahy, kterými lze podpořit a rozvinout zájem účastníků těchto programů o historii regionu, ve kterém žijí
|
|
|
Učení a detekce objektů různých tříd v obraze
Chrápek, David ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce je zaměřena na učení a detekci objektů v obraze a v sekvenci po sobě jdoucích obrazů. Konkrétněji na učení a rozpoznávání lidí nebo jejich částí v případě, že jsou částečně zastíněni, s ohledem na možné využití detektoru na robotických platformách. Práce se zaměřuje na využití obrazových příznaků nazývaných Histogramy Orientovaných Gradientů (HOG), které jsou schopny docela dobře pracovat s různými pózami lidí v obraze. Člověk je rozdělen na několik částí a tyto části jsou detekovány samostatně. Následně je použit systém hlasování jednotlivých částí, které byly detekovány, který určuje výsledné pozice osob v obraze. Pro potřeby natrénování tohoto detektoru je využito lineárního SVM. Dále je při detekci ze sekvence po sobě jdoucích snímků použit Kalmanův filtr, který se stará o stabilizaci výsledné detekce.
|
host ::
RSS.