Národní úložiště šedé literatury Nalezeno 10 záznamů.  Hledání trvalo 0.00 vteřin. 
Kontrola bezpečné vzdálenosti v autě pro platformu Android
Pracuch, Michal ; Polok, Lukáš (oponent) ; Láník, Aleš (vedoucí práce)
Tato bakalářská práce se věnuje detekování automobilů na platformě Android a popisuje několik způsobů detekce objektů. Aplikace využívá kameru mobilního telefonu a zpracovává obraz pomocí OpenCV knihovny. Detekce je založena na porovnávání dvou snímků s využitím ORB detektoru a deskriptoru a je implementována v nativním kódu.
Analýza obsazenosti parkoviště
Stránský, Václav ; Rozman, Jaroslav (oponent) ; Marvan, Aleš (vedoucí práce)
Práce se zabývá analýzou obsazenosti parkoviště z videozáznamů kamery. Úkolem je určení obsazenosti jednotlivých míst s ohledem na možné využití pro inteligentní řízení parkoviště. Práce popisuje návrh, implementaci a testování tří metod detekce a jejich sloučení v robustnější a úspěšnější systém. Popisovanými metodami jsou detekce pohybu, založená na rozdílnosti po sobě jdoucích snímků. Druhou metodou je detekce hran, předpokládající rozdílnou členitost povrchu automobilů a povrchu parkoviště. Třetí metoda porovnává histogramy jednotlivých míst s histogramem všech volných míst. Implementovaný systém byl úspěšně otestován na reálných záznamech.
Detekce automobilů v obraze
Pomykal, Antonín ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Práce se zabývá možností detekce automobilů v obraze využívající charakteristických vlastností automobilů pomocí vlastních vytvořených obrazových příznaků, které jsou vytvořeny podle Haarových příznaků, a při použití metody AdaBoost pro trénování a vlastní detekci. Představíme si možnosti a typy vlastních obrazových příznaků, knihovnu OpenCV, která byla v implementaci programu využívána, a ukážeme si výsledky a úspěšnost této kombinace algoritmů při detekci.
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 %.
RoboAuto - Detekce automobilů
Melo, Jakub ; Řezníček, Ivo (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí a sledováním zadních částí automobilů. Pro detekci je použit algoritmus Adaboost. Ke sledování se používá Kalmanův filtr. V první části práce je představen princip detekce a sledování objektů. V druhé části práce jsou prezentovány experimenty s trénováním klasifikátorů a jejich výsledky.
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 %.
Analýza obsazenosti parkoviště
Stránský, Václav ; Rozman, Jaroslav (oponent) ; Marvan, Aleš (vedoucí práce)
Práce se zabývá analýzou obsazenosti parkoviště z videozáznamů kamery. Úkolem je určení obsazenosti jednotlivých míst s ohledem na možné využití pro inteligentní řízení parkoviště. Práce popisuje návrh, implementaci a testování tří metod detekce a jejich sloučení v robustnější a úspěšnější systém. Popisovanými metodami jsou detekce pohybu, založená na rozdílnosti po sobě jdoucích snímků. Druhou metodou je detekce hran, předpokládající rozdílnou členitost povrchu automobilů a povrchu parkoviště. Třetí metoda porovnává histogramy jednotlivých míst s histogramem všech volných míst. Implementovaný systém byl úspěšně otestován na reálných záznamech.
RoboAuto - Detekce automobilů
Melo, Jakub ; Řezníček, Ivo (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí a sledováním zadních částí automobilů. Pro detekci je použit algoritmus Adaboost. Ke sledování se používá Kalmanův filtr. V první části práce je představen princip detekce a sledování objektů. V druhé části práce jsou prezentovány experimenty s trénováním klasifikátorů a jejich výsledky.
Detekce automobilů v obraze
Pomykal, Antonín ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Práce se zabývá možností detekce automobilů v obraze využívající charakteristických vlastností automobilů pomocí vlastních vytvořených obrazových příznaků, které jsou vytvořeny podle Haarových příznaků, a při použití metody AdaBoost pro trénování a vlastní detekci. Představíme si možnosti a typy vlastních obrazových příznaků, knihovnu OpenCV, která byla v implementaci programu využívána, a ukážeme si výsledky a úspěšnost této kombinace algoritmů při detekci.
Kontrola bezpečné vzdálenosti v autě pro platformu Android
Pracuch, Michal ; Polok, Lukáš (oponent) ; Láník, Aleš (vedoucí práce)
Tato bakalářská práce se věnuje detekování automobilů na platformě Android a popisuje několik způsobů detekce objektů. Aplikace využívá kameru mobilního telefonu a zpracovává obraz pomocí OpenCV knihovny. Detekce je založena na porovnávání dvou snímků s využitím ORB detektoru a deskriptoru a je implementována v nativním kódu.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.