|
|
Tracking People in Video Captured from a Drone
Lukáč, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
This thesis deals with the problem of determining the location of a person through their distance from camera approximation. The location is derived from video which is captured using a drone. The goal here is to propose and test existing solutions, and state-of-the-art algorithms for each encountered subproblem of the tracking. This means overcoming challenges such as object detection, re-identification of persons in time, estimating object distance from the camera and processing data from various sensors. Then, I am using these methods to design the final solution which can operate in nearly real-time. Implementation is based on the use of Intel NCS accelerator unit with the cooperation of small computer Raspberry Pi. Therefore, the setup may be easily mounted directly to a drone. The resulting application can generate tracking metadata for detected individuals in the recording. Afterwards, the positions are visualised as paths for better end-user presentation.
|
|
|
Protidronová ochrana perimetru
Janík, Roman ; Dvořák, Michal (oponent) ; Drahanský, Martin (vedoucí práce)
Rozvoj technologie dronů s sebou přináší příležitosti pro mnoho oblastí lidské činnosti, ale zároveň i bezpečnostní hrozby. Vzniká potřeba těmto hrozbám efektivně čelit. V této práci je popsána problematika a současné metody pro detekci objektů ve videu zachyceném pohybující se kamerou. Byl navržen systém pro detekci a lokalizaci dronu či hejna dronů. Algoritmus pro detekci je založen na konvoluční neuronové síti, konkrétně na algoritmu SSD. Konvoluční neuronovou síť byla natrénována na vlastním datasetu. Systém byl implementován pomocí knihovny OpenCV s možnou akcelerací algoritmu na GPU pomocí OpenCL. Vytvořené řešení bylo otestováno na videu.
|
|
|
Sumarizace obsahu videí
Jaška, Roman ; Kolář, Martin (oponent) ; Beran, Vítězslav (vedoucí práce)
Bezpečnostné kamery denne vyprodukujú enormné množstvo video záznamov. Ľudská analýza daného objemu záznamov je prakticky nemožná. Sumarizačný systém by bol v mnohých prípadoch veľkým prínosom. Táto práca definuje problém video sumarizácie na základe jeho vstupov, výstupov a podproblémov. Práca zároveň identifikuje vhodné techniky a existujúce práce na túto tému, pričom taktiež predstavuje návrh vhodného riešenia. Navrhnutý systém bol implementovaný a výsledky vyhodnotené.
|
|
|
Protidronová ochrana perimetru
Janík, Roman ; Dvořák, Michal (oponent) ; Drahanský, Martin (vedoucí práce)
Rozvoj technologie dronů s sebou přináší příležitosti pro mnoho oblastí lidské činnosti, ale zároveň i bezpečnostní hrozby. Vzniká potřeba těmto hrozbám efektivně čelit. V této práci je popsána problematika a současné metody pro detekci objektů ve videu zachyceném pohybující se kamerou. Dále jsem navrhl systém pro detekci a lokalizaci dronu či hejna dronů. Algoritmus pro detekci je založen na konvoluční neuronové síti, konkrétně na algoritmu SSD. Systém jsem implementoval pomocí knihovny OpenCV s možnou akcelerací algoritmu na GPU pomocí OpenCL. Vytvořené řešení jsem otestoval jak na videu, tak na video výstupu kamery.
|
|
|
Zabezpečovací systémy
Mikuláštík, Petr ; Dobrovský, Ladislav (oponent) ; Šeda, Miloš (vedoucí práce)
Tato bakalářská práce se zabývá moderním elektronickým zabezpečením soukromých objektů. Cílem této práce je popsat funkce a principy jednotlivých prvků, včetně jejich porovnání z hlediska pořizovacích a provozních nákladů. V jednotlivých částech práce jsou rozebrány funkce a principy detektorů, přístupových systémů, kamerových systémů a způsoby propojení.
|
|
|
Zabezpečovací systémy
Mikuláštík, Petr ; Dobrovský, Ladislav (oponent) ; Šeda, Miloš (vedoucí práce)
Tato bakalářská práce se zabývá moderním elektronickým zabezpečením soukromých objektů. Cílem této práce je popsat funkce a principy jednotlivých prvků, včetně jejich porovnání z hlediska pořizovacích a provozních nákladů. V jednotlivých částech práce jsou rozebrány funkce a principy detektorů, přístupových systémů, kamerových systémů a způsoby propojení.
|
|
|
Object detection for video surveillance using the SSD approach
Dobranský, Marek ; Lokoč, Jakub (vedoucí práce) ; Božovský, Petr (oponent)
Kamerové systémy dnes slouží různým účelům, od bezpečnosti k moni- torování dopravy a marketingu. Nicméně, s rostoucím množstvím kamer se stává manuální sledování videa příliš pracné. V posledních letech se hodně vývoje umělé inteligence zaměřilo na automatické zpracování videa a následný výstup požadovaných upozornění a statistik. Tato práce zkoumá nejmodernější modely hlubokého učení pro detekci objektů v bezpečnostním videu a podrobně se zabývá SSD architekturou. Našim hlavním cílem je zvýšit výkon SSD ar- chitektury aktualizací vnitřní sítě extrahující tzv. feature mapy. V práci jsou navrženy možnosti nahrazení původního VGG modelu pomocí nejnovějších klasi- fikačních sítí ResNet, Xception a NASNet. Experimentálně jsme zjistili, že model ResNet50 nabízí nejlepší kompromis mezi rychlostí a přesností. Tento model zároveň výrazně překonává VGG. Po zavedení řady modifikací do sítě Xception se nám povedlo dorovnat výkon ResNetu. Kromě vylepšení architek- tury také analyzujeme vztah mezi SSD a množstvím detekovaných tříd a jejich výběrem. Také jsme navrhli a implementovali nový detektor, který využívá tem- porální kontext snímku pro detekci objektů. Tento detektor pracuje v...
|
|
|
Tracking People in Video Captured from a Drone
Lukáč, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
This thesis deals with the problem of determining the location of a person through their distance from camera approximation. The location is derived from video which is captured using a drone. The goal here is to propose and test existing solutions, and state-of-the-art algorithms for each encountered subproblem of the tracking. This means overcoming challenges such as object detection, re-identification of persons in time, estimating object distance from the camera and processing data from various sensors. Then, I am using these methods to design the final solution which can operate in nearly real-time. Implementation is based on the use of Intel NCS accelerator unit with the cooperation of small computer Raspberry Pi. Therefore, the setup may be easily mounted directly to a drone. The resulting application can generate tracking metadata for detected individuals in the recording. Afterwards, the positions are visualised as paths for better end-user presentation.
|
|
|
Module for real-time object detection in video stream
Antošík, Vojtěch ; Skopal, Tomáš (vedoucí práce) ; Kruliš, Martin (oponent)
V posledních letech se bezpečnostní kamery staly téměř všudypřítomnými. S takovým množstvím kamer se analýza jejich záznamů stala velmi pracnou a neefektivní. V posled- ních letech nicméně probíhá velmi rychlý vývoj v oblasti automatického zpracování videa pomocí umělé inteligence. Existuje mnoho modelů z oblasti hlubokého učení nabízejících základní nízkoúrovňovou analýzu videa. Tato práce staví na těchto modelech a vytváří efektivní pipeline na zpracování videa, která bude sloužit jako základ pro další analýzu záběrů. Naším cílem je vyvinout dostatečně rychlou pipeline, která dokáže zpracovávat záběry z bezpečnostních kamer v reálném čase a přitom příliš nezatěžovat CPU. Většina pipeline je přesunuta na GPU a data jeho pamět neopustí až do samotného konce pipeline. Tímto je zajištěno, že maximální možný výkon CPU je k dispozici pro další analýzu dat. Naše testy ukazují, že naše implementace dosahuje výkonu velmi blízkého ke zpracování v reálném čase pro 1080p video i na bežně dostupném spotřebitelském hardwaru. 1
|
|
|
Protidronová ochrana perimetru
Janík, Roman ; Dvořák, Michal (oponent) ; Drahanský, Martin (vedoucí práce)
Rozvoj technologie dronů s sebou přináší příležitosti pro mnoho oblastí lidské činnosti, ale zároveň i bezpečnostní hrozby. Vzniká potřeba těmto hrozbám efektivně čelit. V této práci je popsána problematika a současné metody pro detekci objektů ve videu zachyceném pohybující se kamerou. Byl navržen systém pro detekci a lokalizaci dronu či hejna dronů. Algoritmus pro detekci je založen na konvoluční neuronové síti, konkrétně na algoritmu SSD. Konvoluční neuronovou síť byla natrénována na vlastním datasetu. Systém byl implementován pomocí knihovny OpenCV s možnou akcelerací algoritmu na GPU pomocí OpenCL. Vytvořené řešení bylo otestováno na videu.
|
host ::
RSS.