|
Predikce budoucí lokace pohybujícího se objektu
Kebísek, Ján ; Stríž, Rostislav (oponent) ; Pešek, Martin (vedoucí práce)
Tato práce se věnuje návrhu a implementaci aplikace pro predikci budoucí lokace pohybujícího se objektu. Popisuje metodu predikce založenou na algoritmu WhereNext. Tento algoritmus získá z databáze trajektorií objektů T-Patterny, které představují frekventované vzory pohybu objektů, a ty následně použije k predikci. Algoritmus byl implementovaný v programovacím jazyku Java a jeho funkčnost je odzkoušena na vygenerované datové sadě pohybu aut.
|
| |
|
Sledování pohybujících se objektů
Bradáč, František ; Gogol, František (oponent) ; Richter, Miloslav (vedoucí práce)
Předmětem této semestrální práce je nalezení a implementace metod pro detekci objektů v zorném poli kamery, zaznamenání jejich trajektorie a predikce jejich polohy. Vytvořené metody jsou kombinací několika přístupů k řešení problému. Nejprve se tvoří co nejpravděpodobnější model statické části pozorované scény, který je posléze použit pro detekci pohybujících se objektů. Sesouhlasení objektů je provedeno pomocí analýzy pohybu těchto objektů. K analýze pohybu je využita metoda optického toku. Predikce následující polohy objektů je prováděna pomocí Kalmanova filtru. Vytvořené metody jsou za vhodných podmínek schopny sledovat trajektorie pohyblivých objektů v zorném poli kamery a to i v případě, že se tyto objekty těsně míjejí, případně dojde k jejich kolizi. Metody jsou implementovány v jazyce C++ a jejich funkčnost je odzkoušena na pokusném vzorku s nasnímanou pohyblivou scénou.
|
|
Hippocampal neuronal representation of a moving object in a novel spatial avoidance task
Ahuja, Nikhil ; Stuchlík, Aleš (vedoucí práce) ; Jiruška, Přemysl (oponent) ; Telenský, Petr (oponent)
V reálném prostředí musí zvířata přizpůsobovat své chování jiným pohybujícím se zvířatům nebo předmětům; při lovu dravce, při migraci ve skupinách nebo při různých sociálních interakcích. Ve všech těchto situacích se zvíře musí orientovat vzhledem k jinému pohybujícímu se zvířeti/předmětu. Při studiu role hipokampu v těchto procesech jsme postupovali ve dvou krocích. Vyvinuli jsme behaviorální úlohu reflektující klíčové prvky tohoto chování v laboratorních podmínkách. Řešení úlohy vyžadovalo, aby testovaný potkan vyhodnotil nejen svoji vzdálenost od pohybujícího se objektu, ale také svoji polohu vzhledem k tomuto objektu. Dále jsme studovali, jak neurony v hipokampální oblasti CA1 v tomto behaviorálním paradigmatu kódují subjekt, pohybující se objekt a okolní prostředí a jak tyto reprezentace mezi sebou interagují. Zaměřili jsme se na charakterizaci prostorového chování potkanů ve vztahu k pohybujícím se objektům a na prozkoumání kognitivních mechanismů regulujících toto chování. Tři skupiny zvířat byly natrénovány, aby se vyhýbaly mírnému elektrickému stimulu, který byl aplikován v jedné ze tří oblastí vůči pohybujícímu se robotovi: před robotem, po jeho levé nebo pravé straně. Pomocí různých modifikací úlohy jsme také zkoumali, zda k vyhýbání docházelo na základě vnímání zvýšené úrovně hluku,...
|
|
Predikce budoucí lokace pohybujícího se objektu
Kebísek, Ján ; Stríž, Rostislav (oponent) ; Pešek, Martin (vedoucí práce)
Tato práce se věnuje návrhu a implementaci aplikace pro predikci budoucí lokace pohybujícího se objektu. Popisuje metodu predikce založenou na algoritmu WhereNext. Tento algoritmus získá z databáze trajektorií objektů T-Patterny, které představují frekventované vzory pohybu objektů, a ty následně použije k predikci. Algoritmus byl implementovaný v programovacím jazyku Java a jeho funkčnost je odzkoušena na vygenerované datové sadě pohybu aut.
|
| |
|
Sledování pohybujících se objektů
Bradáč, František ; Gogol, František (oponent) ; Richter, Miloslav (vedoucí práce)
Předmětem této semestrální práce je nalezení a implementace metod pro detekci objektů v zorném poli kamery, zaznamenání jejich trajektorie a predikce jejich polohy. Vytvořené metody jsou kombinací několika přístupů k řešení problému. Nejprve se tvoří co nejpravděpodobnější model statické části pozorované scény, který je posléze použit pro detekci pohybujících se objektů. Sesouhlasení objektů je provedeno pomocí analýzy pohybu těchto objektů. K analýze pohybu je využita metoda optického toku. Predikce následující polohy objektů je prováděna pomocí Kalmanova filtru. Vytvořené metody jsou za vhodných podmínek schopny sledovat trajektorie pohyblivých objektů v zorném poli kamery a to i v případě, že se tyto objekty těsně míjejí, případně dojde k jejich kolizi. Metody jsou implementovány v jazyce C++ a jejich funkčnost je odzkoušena na pokusném vzorku s nasnímanou pohyblivou scénou.
|