|
|
3D rekonstrukce pohybu lidského těla (MOCAP)
Černák, František ; Svoboda, Pavel (oponent) ; Šolony, Marek (vedoucí práce)
Tato práce řeší rozpoznávaní značek v obrazu, zachytávání pohybu a jeho následné převedení do 3D souřadnic a 3D rekonstrukci. Zvolený problém byl vyřešen sestavením stereo kamerového systému, detekci značek na pohybujícím se objektu a získáním polohy objektu v prostoru pomocí triangulace. V práci se podařilo dosáhnout úspěšnosti detekce značek na objektu 95% na blízkou vzdálenost a rekonstrukce pohybu do určité míry odpovídá skutečnosti. Hlavním zjištěním této práce je, že pomocí dvou obyčejných webových kamer je možné zrekonstruovat pohyby těla.
|
|
|
Získávání vstupů zpracováním obrazu pro řízení autonomního vozidla
Midrla, Daniel ; Píštěk, Václav (oponent) ; Kučera, Pavel (vedoucí práce)
Předmětem této diplomové práce je sběr dat zpracováním obrazu pro řízení autonomního vozidla. Práce v první řadě nabízí shrnutí teoretických znalostí souvisejících s danou problematikou. Dále je popsán proces tvorby algoritmu, který s pomocí stereo kamery a neuronové sítě pro detekci objektů získává základní vstupy pro řízení autonomního vozidla. Těmi jsou informace o třídě rozpoznaného objektu a jeho vzdálenosti. Závěrem práce je provedeno experimentální ověření správné funkčnosti, přičemž je kladen důraz na optimalizaci přesnosti a rozsahu určení vzdálenosti. Také je vyhodnocena schopnost provozu algoritmu v reálném čase na kompaktním počítači s omezenou výpočetní kapacitou.
|
|
|
LIDAR a stereokamera v lokalizaci mobilních robotů
Vyroubalová, Jana ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Lidar (2D) se velmi často používá v mapování, lokalizaci a navigaci mobilních robotů. Jeho využití má však svá omezení a to převším využitelnost spíše v jednoduchém prostředí. Tento problém může být odstraněn přidáním dalších senzorů a jejich zpracování dat. Naše práce představuje metodu, jak spolu mohou být data ze stereo kamery a LIDARu fúzována za účelem lepšího dynamického mapování. Za prerekvizitu považujeme 2D mapu obsazenosti z LIDARu, která je rozšířena 2D mapou opsazenosti získanou ze stereo kamery. Princip našeho přístupu je založen na detekci pozemní roviny v disparitní mapě získané ze stereo vize. Pro detekci pozemní roviny využíváme metod RANSAC a Metody nejmenších čtverců. Dále po určení překážek v disparitní mapě generujeme z těchto informací 2D mapu obsazenosti. Výstupem naší metody je 2D mapa, která je tedy výsledkem fúze doplňujících se informací ze senzorů LIDARu a stereo kamery. Experimentální výsledky získány z dat školního robota RUDA a data setu MIT Stata Center Data Set jsou dostatečné na to, abychom mohli prohlásit tuto metodu za velký přínos, ačkoliv je naše implementace pouze prototypem. Kromě prezentace našeho přístupu zde také analyzujeme výstupy a diskutujeme různá vylepšení a rozšíření za získáním lepších výsledků.
|
|
|
Vyhodnocení metod stereozpracování obrazu
Juráček, Ivo ; Španěl, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce pojednává o určení vzájemné korelace mezi dvěma snímky a její aplikaci na reálný problém s využitím kamery, která je součástí stereo kamery. Naznačuje, jakým způsobem lze využít vzájemnou korelaci pro hledání určitých vzorů v obraze, přičemž lze dopočítat posun mezi dvěma snímky při různém zvětšení obrazu, které je provedeno převzorkováním. Přesnost korelace se poté promítne při kompenzaci snímků pomocí afinní transformace, která slouží jako ověření správnosti vzájemné korelace. Pro další zvýšení přesnosti korelace je využit detektor rohů, který v jednom snímku nalezne výrazné body, které se potom pomocí vzájemné korelace hledají v jiném snímku. Dosažené výsledky touto metodou jsou též zpracovány v této práci.
|
|
|
Získávání vstupů zpracováním obrazu pro řízení autonomního vozidla
Midrla, Daniel ; Píštěk, Václav (oponent) ; Kučera, Pavel (vedoucí práce)
Předmětem této diplomové práce je sběr dat zpracováním obrazu pro řízení autonomního vozidla. Práce v první řadě nabízí shrnutí teoretických znalostí souvisejících s danou problematikou. Dále je popsán proces tvorby algoritmu, který s pomocí stereo kamery a neuronové sítě pro detekci objektů získává základní vstupy pro řízení autonomního vozidla. Těmi jsou informace o třídě rozpoznaného objektu a jeho vzdálenosti. Závěrem práce je provedeno experimentální ověření správné funkčnosti, přičemž je kladen důraz na optimalizaci přesnosti a rozsahu určení vzdálenosti. Také je vyhodnocena schopnost provozu algoritmu v reálném čase na kompaktním počítači s omezenou výpočetní kapacitou.
|
|
|
Vyhodnocení metod stereozpracování obrazu
Juráček, Ivo ; Španěl, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce pojednává o určení vzájemné korelace mezi dvěma snímky a její aplikaci na reálný problém s využitím kamery, která je součástí stereo kamery. Naznačuje, jakým způsobem lze využít vzájemnou korelaci pro hledání určitých vzorů v obraze, přičemž lze dopočítat posun mezi dvěma snímky při různém zvětšení obrazu, které je provedeno převzorkováním. Přesnost korelace se poté promítne při kompenzaci snímků pomocí afinní transformace, která slouží jako ověření správnosti vzájemné korelace. Pro další zvýšení přesnosti korelace je využit detektor rohů, který v jednom snímku nalezne výrazné body, které se potom pomocí vzájemné korelace hledají v jiném snímku. Dosažené výsledky touto metodou jsou též zpracovány v této práci.
|
|
|
LIDAR a stereokamera v lokalizaci mobilních robotů
Vyroubalová, Jana ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Lidar (2D) se velmi často používá v mapování, lokalizaci a navigaci mobilních robotů. Jeho využití má však svá omezení a to převším využitelnost spíše v jednoduchém prostředí. Tento problém může být odstraněn přidáním dalších senzorů a jejich zpracování dat. Naše práce představuje metodu, jak spolu mohou být data ze stereo kamery a LIDARu fúzována za účelem lepšího dynamického mapování. Za prerekvizitu považujeme 2D mapu obsazenosti z LIDARu, která je rozšířena 2D mapou opsazenosti získanou ze stereo kamery. Princip našeho přístupu je založen na detekci pozemní roviny v disparitní mapě získané ze stereo vize. Pro detekci pozemní roviny využíváme metod RANSAC a Metody nejmenších čtverců. Dále po určení překážek v disparitní mapě generujeme z těchto informací 2D mapu obsazenosti. Výstupem naší metody je 2D mapa, která je tedy výsledkem fúze doplňujících se informací ze senzorů LIDARu a stereo kamery. Experimentální výsledky získány z dat školního robota RUDA a data setu MIT Stata Center Data Set jsou dostatečné na to, abychom mohli prohlásit tuto metodu za velký přínos, ačkoliv je naše implementace pouze prototypem. Kromě prezentace našeho přístupu zde také analyzujeme výstupy a diskutujeme různá vylepšení a rozšíření za získáním lepších výsledků.
|
|
|
3D rekonstrukce pohybu lidského těla (MOCAP)
Černák, František ; Svoboda, Pavel (oponent) ; Šolony, Marek (vedoucí práce)
Tato práce řeší rozpoznávaní značek v obrazu, zachytávání pohybu a jeho následné převedení do 3D souřadnic a 3D rekonstrukci. Zvolený problém byl vyřešen sestavením stereo kamerového systému, detekci značek na pohybujícím se objektu a získáním polohy objektu v prostoru pomocí triangulace. V práci se podařilo dosáhnout úspěšnosti detekce značek na objektu 95% na blízkou vzdálenost a rekonstrukce pohybu do určité míry odpovídá skutečnosti. Hlavním zjištěním této práce je, že pomocí dvou obyčejných webových kamer je možné zrekonstruovat pohyby těla.
|
host ::
RSS.