|
|
Detection and Recognition of License Plates
Tykva, Jiří ; Zemčík, Pavel (oponent) ; Juránek, Roman (vedoucí práce)
The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.
|
|
|
Detekce a rozpoznání SPZ automobilů
Kovaříček, Roman ; Procházka, Boris (oponent) ; Váňa, Jan (vedoucí práce)
Tato bakalářská práce se zabývá nalezením státní poznávací značky v obraze a jejím rozpoznáním. Dále v krátkosti popisuje historii státních poznávacích značek. Také se věnuje současnému stavu poznávacích značek a jejich problematice. Rozebírá postup segmentace obrazu a následné vyhodnocování vybraných oblastí. Součástí práce je návrh a implementace algoritmů, které řeší samotné nalezení kandidátních oblastí nebo znaků. Konečným krokem je rozpoznání jednotlivých znaků a zobrazení výsledků s podrobnostmi uživateli.
|
|
|
Holistické rozpoznání registrační značky pomocí konvolučních neuronových sítí
Le, Hoang Anh ; Hradiš, Michal (oponent) ; Špaňhel, Jakub (vedoucí práce)
Cílem práce bylo vytvořit holistický rozpoznávač registračních značek, kde byl kladen důraz na dosáhnutí co nejvyšší přesností na snímcích horší kvality. Byla navrhnuta a implementována kombinace konvoluční a rekurentní neuronové sítě, implementované pomocí LSTM a CTC, kde vstupem jsou výřezy získané z celé značky. Dále byly také implementovány konkurenční sítě pro porovnání výsledků. Sítě byly porovnány na celkem 4 datových sadách, a výsledkem bylo, že vlastní návrh dosáhl nejlepších výsledků s celkovou přesností rozpoznávání 97.6%.
|
|
|
Detekce poznávací značky v obraze
Vacek, Michal ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
V první části se práce zabývá již známými metodami detekce značek. Jsou zde popsány metody využívající zpracování obrazu, AdaBoost, či detekci extrémních regionů. Následuje návrh a implementace vlastního přístupu k detekci poznávacích značek využívající lokální detektory k vytvoření slovníku vizuálních slov. V závěru je metoda vyhodnocena.
|
|
|
Detekce a rozpoznání registrační značky vozidla
Řepka, Michal ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí a rozpoznáním objektů ze snímků s využitím metod počítačového vidění. Předmětem detekce jsou české registrační značky vozidel. Cílem práce bylo vytvořit algoritmus pro jejich automatickou anotaci. K tomu navrhované řešení využívá detekci hran a kaskádové klasifikátory vytvořené pomocí strojového učení. Implementace tohoto návrhu byla následně testována nad pořízenou datovou sadou za pomoci vytvořené testovací aplikace.
|
|
|
Detekce a lokalizace registrační značky vozidla
Šlosár, Peter ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá detekcí a lokalizací registračních značek motorových vozidel. Teoretická část pojednává o vlastnostech a vzhledu registračních značek v České republice a na Slovensku a také o současných metodách používaných na detekci a lokalizaci registračních značek. Hlavní částí práce je návrh a implementace vlastní metody pro detekci a lokalizaci využívající detektor rohových bodů, jejich zhlukování a kaskádovou klasifikaci. V závěru je popsáno testování na pořizené datové sadě a zhodnocení úspěšnosti navrhnutého systému.
|
|
| |
|
|
Pořízení a zpracování sbírky registračních značek vozidel
Kvapilová, Aneta ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Diplomová práce se zabývá problematikou pořízení a zpracování datové sady, která obsahuje částečně automaticky zpracované snímky registračních značek vozidel. Cílem je jak pořízení samotných videí, tak i vytvoření sady nástrojů, které budou schopné videa zpracovávat do výsledné datové sady určené k učení neuronových sítí pro monitorování provozu. K realizaci je využit programovací jazyk Python s využitím grafické knihovny OpenCV a frameworku PyTorch pro tvorbu neuronových sítí.
|
|
|
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.
|
|
|
Anonymizace SPZ vozidel
Skřivánková, Barbora ; Zachariášová, Marcela (oponent) ; Drahošová, Michaela (vedoucí práce)
Při procházení online map jsou dnes dostupné i souvislé snímky prohlížených míst. Pokud jsou však snímky pořizovány ve veřejném prostoru, nacházejí se na nich také kolemjdoucí lidé a kolemjedoucí vozidla. Cílem této práce je vytvoření automatizovaného systému pro anonymizaci SPZ vozidel ve fotografiích optimalizovaného pro službu Panorama společnosti Seznam.cz a.s.. Problém anonymizace SPZ vozidel je v této práci rozdělen do dvou fází. V první fázi jsou ze snímku pořízeného na veřejném prostranství vybrána místa, na kterých se nachází vozidla s SPZ, ve druhé fázi je potom ve vybrané části obrázku s vozidlem lokalizována konkrétní oblast, na které se SPZ vozidla nachází. Detekce automobilů je prováděna pomocí hluboké neuronové sítě. Následná lokalizace SPZ vozidel je zpracovávána pomocí dopředné plně propojené neuronové sítě. Cílem této práce je překonat problémy, na kterých selhávají aktuální komerční řešení. Jedná se zejména o častou falešně pozitivní detekci SPZ a velkou výpočetní náročnost. Výsledky této práce však nejsou uspokojivé, což mohlo být způsobeno použitou trénovací sadou pro neuronové sítě. Ačkoliv se tato sada dodaná společností Seznam.cz a.s. zdála býti dostatečně robustní, nakonec se ukázala jako nedostačující pro naučení složitější neuronové sítě.
|
host ::
RSS.