Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.00 vteřin. 
Detekce a rozpoznávání dopravních značek
Číp, Pavel ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá diskuzí nad metodami detekce a rozpoznávání dopravních značek v městském i mimoměstkém prostředí. Předpokladem pro realizaci systému je zabudovaná kamera, obvykle ve zpětném zrcátku automobilu, snímající scénu před automobilem. Její obrazová data jsou posléze zpracována připojeným PC, kde dochází k převodu dat na informace a jejich vyhodnocení. O případné nalezené značce je řidič vizuálně či akusticky upozorněn. Úloha vedoucí k úspěšnému cíli je rozdělena do čtyřech samostatných bloků. V první části je předzpracování obrazu jako takového. Pracujeme s barevným obrazem a s využitím znalosti o barevnosti dopravních značek v České republice, lze provést barevnou segmentaci žádaných intervalů. Druhým krokem je detekce geometrických tvarů odpovídajících dopravním značkám v segmentovaných datech. Krokem číslo tři je rozpoznání vnitřního piktogramu a jeho nalezení v databázi. Posledním krokem je vizuální výstup zobrazením nalezené dopravní značky. Práce byla zpracována tak, aby byla zajištěna detekce všech důležitých dopravních značení ve třech základních barevných kombinacích platných dle Ministerstva dopravy České republiky. Výsledkem je zdrojový kód pro program MATLAB.
Detekce dopravních značek pomocí metod strojového učení
Zakarovský, Matúš ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Táto práca skúma metódy rozpoznávania dopravných značiek. Implementovaný prístup využíval strojové učenie založené na konvolučných neurónových sieťach. V rámci tejto práce bola zistená závislosť úspešnosti neurónovej siete od počtu konvolučných vrstiev.Výsledná neurónová sieť bola testovaná na datasete GTSRB a na datasete vytvoreným autorom.
Detekce dopravních značek pomocí metod strojového učení
Zakarovský, Matúš ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Táto práca skúma metódy rozpoznávania dopravných značiek. Implementovaný prístup využíval strojové učenie založené na konvolučných neurónových sieťach. V rámci tejto práce bola zistená závislosť úspešnosti neurónovej siete od počtu konvolučných vrstiev.Výsledná neurónová sieť bola testovaná na datasete GTSRB a na datasete vytvoreným autorom.
Detekce a rozpoznávání dopravních značek
Číp, Pavel ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá diskuzí nad metodami detekce a rozpoznávání dopravních značek v městském i mimoměstkém prostředí. Předpokladem pro realizaci systému je zabudovaná kamera, obvykle ve zpětném zrcátku automobilu, snímající scénu před automobilem. Její obrazová data jsou posléze zpracována připojeným PC, kde dochází k převodu dat na informace a jejich vyhodnocení. O případné nalezené značce je řidič vizuálně či akusticky upozorněn. Úloha vedoucí k úspěšnému cíli je rozdělena do čtyřech samostatných bloků. V první části je předzpracování obrazu jako takového. Pracujeme s barevným obrazem a s využitím znalosti o barevnosti dopravních značek v České republice, lze provést barevnou segmentaci žádaných intervalů. Druhým krokem je detekce geometrických tvarů odpovídajících dopravním značkám v segmentovaných datech. Krokem číslo tři je rozpoznání vnitřního piktogramu a jeho nalezení v databázi. Posledním krokem je vizuální výstup zobrazením nalezené dopravní značky. Práce byla zpracována tak, aby byla zajištěna detekce všech důležitých dopravních značení ve třech základních barevných kombinacích platných dle Ministerstva dopravy České republiky. Výsledkem je zdrojový kód pro program MATLAB.

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