|
|
Měření výšky postavy v obraze
Olejár, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Cieľom tejto práce bolo zhrnutie teórie nutnej pre úpravu, detekciu postavy a výpočet výšky detekovanej postavy v obraze. Následne boli tieto informácie aplikované pri implementáciu algoritmu. Prvá polovica práce teoreticky rozoberá skúmanú problematiku. Pojednáva o základných metódach predspracovania obrazu, rovinnej a projektívnej geometrie a ich transformácií. Popisuje skreslenie, ktoré do obrazu vnášajú nedokonalosti optických sústav kamier a možnosti jeho odstránenia. Následne vysvetľuje algoritmus HOG a opisuje samotnú metódu určenia výšky postavy. V Druhej polovici práce je zdokumentovaný vytvorený algoritmus spolu s jeho štatistickým vyhodnotením.
|
|
|
Detekce objektů v obraze na základě hran
Caha, Jaroslav ; Švub, Miroslav (oponent) ; Španěl, Michal (vedoucí práce)
Prezentovaná metoda detekuje ve vstupním obraze dveře na základě jejich hran. Je důležité dveře odlišit od podobných objektů jako okno nebo vzor na podlaze. Proto je snímek rozdělen na části (podlaha, stěna, strop) a potenciální poloha dveří je tak lépe vymezena. Předpokládá se využití v robotech, kteří se pohybují uvnitř budov.
|
|
|
Detekce dopravních přestupků na křižovatkách
Karpíšek, Miroslav ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Předložená bakalářská práce se zabývá navržením vhodného postupu pro detekci jízdy na červenou. V rámci teoretické části práce jsou popsány aktuální postupy využívané pro zpracování obrazu. Praktická část práce se zabývá vlastním návrhem programu pro automatickou detekci jízdních pruhů, sledování vozidel a určení aktuálního stavu semaforu. V práci jsou též diskutovány výsledky získané experimentováním s vytvořeným programem a diskutovány další možnosti jeho dalšího zlepšení.
|
|
|
Dynamic Scene Understanding for Mobile Robot Navigation
Mikšík, Ondřej ; Horák, Karel (oponent) ; Žalud, Luděk (vedoucí práce)
The thesis deals with dynamic scene understanding for mobile robot navigation. In the first part, we propose a novel approach to self-supervised learning - a fusion of frequency based vanishing point estimation and probabilistically based color segmentation. Detection of a vanishing point is based on the estimation of a texture flow produced by a bank of Gabor wavelets and a voting function. Next, the vanishing point defines the training area which is used for self-supervised learning of color models. Finally, road patches are selected by measuring roadness score. A few rules deal with dark cast shadows, overexposed hightlights and adaptivity speed. In addition to that, the whole vanishing point estimation is refined - Gabor filters are approximated by Haar-like box functions, which enables efficient filtering via integral image trick. The tightest bottleneck, a voting scheme, is modified to coarse-to-fine, which provides a significant speed-up (more than 40x), while we loose only 3-5% in precision. The second part proposes a smoothing filter for spatio-temporal consistency of structured predictions, that are useful for more mature systems. The key part of the proposed smoothing filter is a new similarity metric, which is more discriminative than the standard Euclidean distance and can be used for various computer vision tasks. The smoothing filter first estimates optical flow to define a local neighborhood. This neighborhood is used for recursive averaging based on the similarity metric. The total accuracy of proposed method measured on pixels with inconsistent labels between the raw and smooth predictions is almost 18% higher than original predictions. Although we have used SHIM, the algorithm can be combined with any other system for structured predictions (MRF/CRF,...). The proposed smoothing filter represents a first step towards full inference.
|
|
|
Rychlá re-kalibrace PTZ kamery pro analýzu dopravy
Dřevo, Aleš ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Tato diplomová práce se zabývá problematikou re-kalibrace PTZ kamery při jejím pohybu. Cílem práce je udržet kameru ve zkalibrovaném stavu z výchozího stavu, kdy jsou známé pozice úběžníků v obraze. Jejich pozice jsou při pohybu kamery udržovány, a to pomocí dvou implementovaných metod. První metoda je založena na principu homografie, druhá pak na principu dvojpoměru. Výsledky ukazují, že obě tyto metody fungují především pro udržení pozice prvních úběžníků. V případě druhých úběžníků vznikají různé problémy a výsledky jsou často poměrně nepřesné.
|
|
|
Detekce dopravních přestupků na křižovatkách
Karpíšek, Miroslav ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Předložená bakalářská práce se zabývá navržením vhodného postupu pro detekci jízdy na červenou. V rámci teoretické části práce jsou popsány aktuální postupy využívané pro zpracování obrazu. Praktická část práce se zabývá vlastním návrhem programu pro automatickou detekci jízdních pruhů, sledování vozidel a určení aktuálního stavu semaforu. V práci jsou též diskutovány výsledky získané experimentováním s vytvořeným programem a diskutovány další možnosti jeho dalšího zlepšení.
|
|
|
Rychlá re-kalibrace PTZ kamery pro analýzu dopravy
Dřevo, Aleš ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Tato diplomová práce se zabývá problematikou re-kalibrace PTZ kamery při jejím pohybu. Cílem práce je udržet kameru ve zkalibrovaném stavu z výchozího stavu, kdy jsou známé pozice úběžníků v obraze. Jejich pozice jsou při pohybu kamery udržovány, a to pomocí dvou implementovaných metod. První metoda je založena na principu homografie, druhá pak na principu dvojpoměru. Výsledky ukazují, že obě tyto metody fungují především pro udržení pozice prvních úběžníků. V případě druhých úběžníků vznikají různé problémy a výsledky jsou často poměrně nepřesné.
|
|
|
Detekce objektů v obraze na základě hran
Caha, Jaroslav ; Švub, Miroslav (oponent) ; Španěl, Michal (vedoucí práce)
Prezentovaná metoda detekuje ve vstupním obraze dveře na základě jejich hran. Je důležité dveře odlišit od podobných objektů jako okno nebo vzor na podlaze. Proto je snímek rozdělen na části (podlaha, stěna, strop) a potenciální poloha dveří je tak lépe vymezena. Předpokládá se využití v robotech, kteří se pohybují uvnitř budov.
|
|
|
Měření výšky postavy v obraze
Olejár, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Cieľom tejto práce bolo zhrnutie teórie nutnej pre úpravu, detekciu postavy a výpočet výšky detekovanej postavy v obraze. Následne boli tieto informácie aplikované pri implementáciu algoritmu. Prvá polovica práce teoreticky rozoberá skúmanú problematiku. Pojednáva o základných metódach predspracovania obrazu, rovinnej a projektívnej geometrie a ich transformácií. Popisuje skreslenie, ktoré do obrazu vnášajú nedokonalosti optických sústav kamier a možnosti jeho odstránenia. Následne vysvetľuje algoritmus HOG a opisuje samotnú metódu určenia výšky postavy. V Druhej polovici práce je zdokumentovaný vytvorený algoritmus spolu s jeho štatistickým vyhodnotením.
|
|
|
Dynamic Scene Understanding for Mobile Robot Navigation
Mikšík, Ondřej ; Horák, Karel (oponent) ; Žalud, Luděk (vedoucí práce)
The thesis deals with dynamic scene understanding for mobile robot navigation. In the first part, we propose a novel approach to self-supervised learning - a fusion of frequency based vanishing point estimation and probabilistically based color segmentation. Detection of a vanishing point is based on the estimation of a texture flow produced by a bank of Gabor wavelets and a voting function. Next, the vanishing point defines the training area which is used for self-supervised learning of color models. Finally, road patches are selected by measuring roadness score. A few rules deal with dark cast shadows, overexposed hightlights and adaptivity speed. In addition to that, the whole vanishing point estimation is refined - Gabor filters are approximated by Haar-like box functions, which enables efficient filtering via integral image trick. The tightest bottleneck, a voting scheme, is modified to coarse-to-fine, which provides a significant speed-up (more than 40x), while we loose only 3-5% in precision. The second part proposes a smoothing filter for spatio-temporal consistency of structured predictions, that are useful for more mature systems. The key part of the proposed smoothing filter is a new similarity metric, which is more discriminative than the standard Euclidean distance and can be used for various computer vision tasks. The smoothing filter first estimates optical flow to define a local neighborhood. This neighborhood is used for recursive averaging based on the similarity metric. The total accuracy of proposed method measured on pixels with inconsistent labels between the raw and smooth predictions is almost 18% higher than original predictions. Although we have used SHIM, the algorithm can be combined with any other system for structured predictions (MRF/CRF,...). The proposed smoothing filter represents a first step towards full inference.
|
host ::
RSS.