|
|
Použití mobilního robotu v inteligentním domě
Kuparowitz, Tomáš ; Burian, František (oponent) ; Petyovský, Petr (vedoucí práce)
Zadáním této práce je prozkoumat trh a vybrat vhodný autonomní robot pro spolupráci s inteligentním domem. Součástí práce je rešerše schopností inteligentních domů v oblasti senzorických systému, možnosti zpracování získaných dat a jejich následné využití autonomními roboty. Součástí práce je implementace ovládání robotu ve vývojovém prostředí Microsoft Robotics Studio (C#) a jeho simulace pomocí simulátoru Visual Simulation Environment. V práci je navrženo a realizováno komunikační rozhraní mezi robotem a inteligentním domem a komunikační rozhraní mezi robotem a uživatelem. Rozhraní robotu nabízí přímé ovládání a automatické navádění robotu v rámci inteligentního domu. Aplikace je vybavena pro navigaci a pohyb v dynamickém prostředí inteligentního domu. Robot je schopný registrovat nové překážky a pracovat s nimi.
|
|
|
Sledování 3D trajektorie předmětů pomocí kamerového stereo páru
Manga, Marek ; Richter, Miloslav (oponent) ; Babinec, Tomáš (vedoucí práce)
První část se zabývá návrhem jednoduchého systému značek, který by umožnil sledování polohy objektu v prostoru. Je zde popsán způsob návrhu systému značek a jejich vlastnosti jsou zhodnoceny v několika testech. Druhá část práce je věnována stručnému úvodu do problematiky stereovidění a výpočtům prostorových souřadnic objektu. Dále je zde popsána výsledná aplikace pro sledování trajektorie předmětů. Nakonec je provedeno měření opakovatelnosti výsledků.
|
|
|
Biologicky inspirované metody rozpoznávání objektů
Truhlář, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
V tomto dokumentu je vysvětlena metoda pro biologicky inspirované rozpoznávání obrazů. Dále v práci jsou objasněny postupy zpracování obrazů a jednotlivé fáze extrakce informací pro klasifikaci. Pro klasifikaci je použita klasifikační metoda Support Vector Machine, ale jsou zde popsány i další klasifikační metody. Je vysvětlen způsob testování a samotná práce s metodou. V závěru jsou shrnuty výsledky pro jednotlivá nastavení modelu klasifikátoru a jejich výhody i nevýhody.
|
|
|
Systém pro rozpoznávání čárových kódů
Pribula, Wojciech ; Richter, Miloslav (oponent) ; Petyovský, Petr (vedoucí práce)
Tato práce popisuje čárové kódy používané pro poštovní služby. Konkrétně se jedná o Intelligent Mail Barcode, kód GS1-128, kód České pošty C128 a QR-kód. Jsou zde rozebrány způsoby zakódování informace do podoby kódu a příslušné opravné algoritmy používané pro opravu chyb při dekódování. Zvláště je věnována pozornost Reed-Solomonově korekci chyby u QR-kódu. Dále jsou probrány a zhodnoceny různé metody nalezení kódů, které jsou navrhované autory odborných článků. Je také popsán způsob tvorby testovacích sad snímků a navrhovaný vzhled snímací scény. V poslední řadě je zde umístěn popis vytvořených algoritmů pro detekci a dekódování čárových kódu GS1-128, C128 a IMB ve snímku a vyhodnocení úspěšnosti detekce navržených algoritmů.
|
|
|
Detekce logopedických vad v řeči
Pešek, Milan ; Smékal, Zdeněk (oponent) ; Atassi, Hicham (vedoucí práce)
Tato práce se zabývá návrhem a realizací softwarového nástroje pro detekci logopedických vad v řeči. Jelikož je třeba odhalit logopedické vady v řeči co nejdříve, je tento nástroj zaměřen na mluvčí dětského věku. Úvodem text popisuje teorii vytváření řeči, modelování vytváření řeči pro její číslicové zpracování, fonetiku, logopedii a základní logopedické vady v řeči. Dále jsou popsány použité metody pro extrakci příznaků, pro segmentaci slov na hlásky a pro klasifikaci příznaků do tříd vadné a správné výslovnosti. V závěru textu jsou uvedeny výsledky testování vybraných metod. K rozpoznání logopedických vad v řeči jsou použity algoritmy pro extrakci příznaků MFCC (Melovské kepstrální koeficienty) a PLP (Perceptivní lineární predikce). Segmentace slova na hlásky je provedena pomocí metody sledování rozdílnosti příznaků. Extrahované příznaky hlásky jsou klasifikovány do tříd vadné nebo správné výslovnosti jednou z testovaných metod rozpoznání vzoru. Pro klasifikaci příznaků jsou testovány metody k-NN (Algoritmus k-nejbližších sousedů), SVM (Algoritmy podpůrného učení), ANN (Umělé neuronové sítě) a GMM (Smíšené Gaussovy modely).
|
|
|
Detekce elipsy v obraze
Hříbek, Petr ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Práce představuje algoritmy používané pro detekci elipsy v obraze. Každá metoda je teoreticky popsána ve vlastní podkapitole. Mezi popisované metody patří mimo jiné Houghova transformace, Náhodná Houghova transformace, RANSAC, genetické algoritmy a jejich různé úpravy a optimalizace. Dále jsou popsány modifikace stávajících postupů s cílem dosažení lepších výsledků, jedná se o Obloukovou MHT, Kombinaci NMHT a Detekci metodou nejmenších čtverců. Předposlední kapitolou je popis testování parametrů rychlosti, úspěšnosti a přesnosti implementovaných algoritmů. Závěr práce shrnuje výsledky dosažené testováním a jednotlivé metody komentuje.
|
|
|
Sledování 3D trajektorie předmětů pomocí kamerového stereo páru
Manga, Marek ; Richter, Miloslav (oponent) ; Babinec, Tomáš (vedoucí práce)
První část se zabývá návrhem jednoduchého systému značek, který by umožnil sledování polohy objektu v prostoru. Je zde popsán způsob návrhu systému značek a jejich vlastnosti jsou zhodnoceny v několika testech. Druhá část práce je věnována stručnému úvodu do problematiky stereovidění a výpočtům prostorových souřadnic objektu. Dále je zde popsána výsledná aplikace pro sledování trajektorie předmětů. Nakonec je provedeno měření opakovatelnosti výsledků.
|
|
|
Biologicky inspirované metody rozpoznávání objektů
Truhlář, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
V tomto dokumentu je vysvětlena metoda pro biologicky inspirované rozpoznávání obrazů. Dále v práci jsou objasněny postupy zpracování obrazů a jednotlivé fáze extrakce informací pro klasifikaci. Pro klasifikaci je použita klasifikační metoda Support Vector Machine, ale jsou zde popsány i další klasifikační metody. Je vysvětlen způsob testování a samotná práce s metodou. V závěru jsou shrnuty výsledky pro jednotlivá nastavení modelu klasifikátoru a jejich výhody i nevýhody.
|
|
|
Detekce elipsy v obraze
Hříbek, Petr ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Práce představuje algoritmy používané pro detekci elipsy v obraze. Každá metoda je teoreticky popsána ve vlastní podkapitole. Mezi popisované metody patří mimo jiné Houghova transformace, Náhodná Houghova transformace, RANSAC, genetické algoritmy a jejich různé úpravy a optimalizace. Dále jsou popsány modifikace stávajících postupů s cílem dosažení lepších výsledků, jedná se o Obloukovou MHT, Kombinaci NMHT a Detekci metodou nejmenších čtverců. Předposlední kapitolou je popis testování parametrů rychlosti, úspěšnosti a přesnosti implementovaných algoritmů. Závěr práce shrnuje výsledky dosažené testováním a jednotlivé metody komentuje.
|
|
|
Systém pro rozpoznávání čárových kódů
Pribula, Wojciech ; Richter, Miloslav (oponent) ; Petyovský, Petr (vedoucí práce)
Tato práce popisuje čárové kódy používané pro poštovní služby. Konkrétně se jedná o Intelligent Mail Barcode, kód GS1-128, kód České pošty C128 a QR-kód. Jsou zde rozebrány způsoby zakódování informace do podoby kódu a příslušné opravné algoritmy používané pro opravu chyb při dekódování. Zvláště je věnována pozornost Reed-Solomonově korekci chyby u QR-kódu. Dále jsou probrány a zhodnoceny různé metody nalezení kódů, které jsou navrhované autory odborných článků. Je také popsán způsob tvorby testovacích sad snímků a navrhovaný vzhled snímací scény. V poslední řadě je zde umístěn popis vytvořených algoritmů pro detekci a dekódování čárových kódu GS1-128, C128 a IMB ve snímku a vyhodnocení úspěšnosti detekce navržených algoritmů.
|
host ::
RSS.