|
|
Vehicle Following Distance Estimation from Mobile Phone in Vehicle
Zemánek, Ondřej ; Špaňhel, Jakub (referee) ; Sochor, Jakub (advisor)
The aim of this bachelor thesis is to create a mobile application for Android that estimates the distance of vehicles based on vehicle size in the camera image of the mobile phone. The estimation of the following distance is evaluated based on known camera parameters, the average vehicle width and the size of image area that represents detected car. Vehicles and their licences plates are detected in the image using cascade classifiers. Licence plate is detected only in the area of the detected vehicle. A training dataset for cascade classifier was created as part of this work. The cascade classifier is designed for vehicle detection. This work is extended with feature that tracks following distance in time and warns you with an acoustic signal on sudden distances change. This thesis is divided into five main parts - comparison of existing solutions for distance estimation, review of object detection methods, application design, implementation and evaluation of detectors, distance evaluation.
|
|
|
Counting Vehicles in Static Images
Zemánek, Ondřej ; Špaňhel, Jakub (referee) ; Herout, Adam (advisor)
Tato práce se zaměřuje na problém počítání vozidel v statickém obraze bez znalosti geometrických vlastností scény. V rámci řešení bylo implementováno a natrénováno 5 architektur konvolučních neuronových sítí. Také byl pořízen rozsáhlý dataset s 19 310 snímky pořízených z 12pohledů a zachycujících 7 různých scén. Použité konvoluční sítě mapují vstupní vzorek na mapu hustoty vozidel, ze které lze získat jejich počet a lokalizaci v kontextu vstupního snímku. Hlavním přínosem této práce je porovnání a aplikace dosavadních nejlepších řešení pro počítání objektů v obraze. Většina z těchto architektur byla navržena pro počítání lidí v obraze, proto musely být uzpůsobeny pro potřeby počítání vozidel v statickém obraze. Natrénované modely jsou vyhodnoceny GAME metrikou na TRANCOS datasetu a na velkém spojeném datasetu. Dosažené výsledky všech modelů jsou následně popsány a porovnány.
|
|
| |
|
|
Counting Vehicles in Static Images
Zemánek, Ondřej ; Špaňhel, Jakub (referee) ; Herout, Adam (advisor)
Tato práce se zaměřuje na problém počítání vozidel v statickém obraze bez znalosti geometrických vlastností scény. V rámci řešení bylo implementováno a natrénováno 5 architektur konvolučních neuronových sítí. Také byl pořízen rozsáhlý dataset s 19 310 snímky pořízených z 12pohledů a zachycujících 7 různých scén. Použité konvoluční sítě mapují vstupní vzorek na mapu hustoty vozidel, ze které lze získat jejich počet a lokalizaci v kontextu vstupního snímku. Hlavním přínosem této práce je porovnání a aplikace dosavadních nejlepších řešení pro počítání objektů v obraze. Většina z těchto architektur byla navržena pro počítání lidí v obraze, proto musely být uzpůsobeny pro potřeby počítání vozidel v statickém obraze. Natrénované modely jsou vyhodnoceny GAME metrikou na TRANCOS datasetu a na velkém spojeném datasetu. Dosažené výsledky všech modelů jsou následně popsány a porovnány.
|
|
|
Vehicle Following Distance Estimation from Mobile Phone in Vehicle
Zemánek, Ondřej ; Špaňhel, Jakub (referee) ; Sochor, Jakub (advisor)
The aim of this bachelor thesis is to create a mobile application for Android that estimates the distance of vehicles based on vehicle size in the camera image of the mobile phone. The estimation of the following distance is evaluated based on known camera parameters, the average vehicle width and the size of image area that represents detected car. Vehicles and their licences plates are detected in the image using cascade classifiers. Licence plate is detected only in the area of the detected vehicle. A training dataset for cascade classifier was created as part of this work. The cascade classifier is designed for vehicle detection. This work is extended with feature that tracks following distance in time and warns you with an acoustic signal on sudden distances change. This thesis is divided into five main parts - comparison of existing solutions for distance estimation, review of object detection methods, application design, implementation and evaluation of detectors, distance evaluation.
|
|
| |
guest ::
