|
|
Web application for setting up an ergonomic position on a bicycle
Vlasák, Jiří ; Bobák, Petr (referee) ; Čadík, Martin (advisor)
Tato práce se zaměřuje na vývoj webové aplikace, která uživatelům pomůže nastavit ergonomickou polohu na jízdním kole. Aplikace využívá model odhadu pózy RTMPose k analýze videa uživatele šlapajícího na kole z profilu, poté vypočítá rozličné úhly kloubů a poskytne uživateli návrhy na změnu výšky sedla kola, předozadní polohu sedla, výšky řídítek a předozadní polohy řídítek pro dosažení ergonomičtějšího posedu. Aplikace je implementována pomocí frameworku SvelteKit. Model pro odhad pózy běží na straně klienta pomocí knihovny TensorFlow.js. Pro vyhodnocení a zlepšení přesnosti modelu odhadu pózy byla vytvořena datová sada 2309 fotografií autora šlapajícího na kole. Po fine-tunování modelu na tomto datovém souboru se normovaná průměrná chyba modelu výrazně snížila z 2,54 na 1,51 (zlepšení o 40 %). Experimenty ukázaly, že aplikace detekuje změny úhlu způsobené změnami výšky sedla a že ji lze použít k nastavení výšky sedla.
|
|
|
Figure trracking
Berka, Jiří Michael ; Řičánek, Dominik (referee) ; Richter, Miloslav (advisor)
This bachelor's thesis focuses on the development of software for tracking an exercising person and evaluating deviations from the correct execution of movement tasks. Initially, the thesis theoretically examines the fundamentals of digital image processing, the use of various types of cameras, and computer vision technologies. Subsequently, methods of artificial intelligence and deep learning that enable motion detection and analysis are described. The main part of the thesis focuses on the implementation of the OpenPose system for real-time pose estimation. Technical challenges are discussed, and solutions are proposed to achieve the accuracy and reliability of the system. The practical part includes testing the software on real videos and evaluating its performance. The results show that the developed software can effectively help in correcting movements and preventing injuries in various applications.
|
|
|
3D model registration with depth camera data
Boháč, Daniel ; Věchet, Stanislav (referee) ; Adámek, Roman (advisor)
Tato práce se zaměřuje na úlohu 3D rozpoznání objektu a odhadu jeho transformace na základě dat získaných z hloubkové kamery. Konkrétně jde o mračna bodů, přičemž jedinou referencí pro dané objekty jsou jejich 3D modely. Cílem práce je vybrat vhodný algoritmus na základě provedené rešerše, implementovat řešení využívající tento algoritmus, ověřit jeho funkčnost a identifikovat jeho limity. Práce představuje snadno použitelnou a rozšiřitelnou knihovnu napsanou v C++, která je dostupná také prostřednictvím Pythonu. Tato knihovna využívá postup identifikovaný během rešerše, který řeší danou úlohu pomocí globálních deskriptorů. Nakonec je řešení ověřeno na umělých i reálných datech.
|
|
|
3D Reconstruction of Historic Landmarks from Flickr Pictures
Šimetka, Vojtěch ; Maršík, Lukáš (referee) ; Polok, Lukáš (advisor)
Tato práce popisuje problematiku návrhu a vývoje aplikace pro rekonstrukci 3D modelů z 2D obrazových dat, označované jako bundle adjustment. Práce analyzuje proces 3D rekonstrukce a důkladně popisuje jednotlivé kroky. Prvním z kroků je automatizované získání obrazové sady z internetu. Je představena sada skriptů pro hromadné stahování obrázků ze služeb Flickr a Google Images a shrnuty požadavky na tyto obrázky pro co nejlepší 3D rekonstrukci. Práce dále popisuje různé detektory, extraktory a párovací algoritmy klíčových bodů v obraze s cílem najít nejvhodnější kombinaci pro rekonstrukci budov. Poté je vysvětlen proces rekonstrukce 3D struktury, její optimalizace a jak je tato problematika realizovaná v našem programu. Závěr práce testuje výsledky získané z implementovaného programu pro několik různých datových sad a porovnává je s výsledky ostatních podobných programů, představených v úvodu práce.
|
|
|
Robot Localization Using Camera
Heřman, Petr ; Španěl, Michal (referee) ; Beran, Vítězslav (advisor)
The objective of this work is to design a simple localization method and its implementation in robot operating system ROS. This method uses a monocular camera as the only sensor and estimates the position in a known map. In experiments with prototypes are tested key points of type SURF, SIFT and ORB.
|
|
|
Running Motion Analysis
Eliáš, Radoslav ; Kolářová, Jana (referee) ; Goldmann, Tomáš (advisor)
Cieľom tejto práce je analyzovať pohyb a držanie tela pri behu. Systém pracuje so záznamom z dvoch kamier, zboku a zozadu. Využíva nástroj na detekciu postoja ľudského tela založenú na konvolučnej metóde. Práca porovnáva niekoľko detektorov. Výsledný systém používa detektor OpenPose a implementuje knižnicu s výpočtami pre rôzne metriky používane na ohodnotenie formy behu. Výsledky sú zobrazené v multiplatformnej aplikácii. Ohodnotená bola niekoľkými experimentmi na osobnej dátovej sade videí behu.
|
|
|
Automatic calibration ot robotic arm using cameras
Adámek, Daniel ; Richter, Miloslav (referee) ; Honec, Peter (advisor)
K nahrazení člověka při úloze testování dotykových embedded zařízení je zapotřebí vyvinout komplexní automatizovaný robotický systém. Jedním ze zásadních úkolů je tento systém automaticky zkalibrovat. V této práci jsem se zabýval možnými způsoby automatické kalibrace robotického ramene v prostoru ve vztahu k dotykovému zařízení pomocí jedné či více kamer. Následně jsem představil řešení založené na estimaci polohy jedné kamery pomocí iterativních metod jako např. Gauss-Newton nebo Levenberg-Marquardt. Na konci jsem zhodnotil dosaženou přesnost a navrhnul postup pro její zvýšení.
|
|
|
6-DOF Object Localization in Industrial Applications
Macurová, Nela ; Španěl, Michal (referee) ; Hradiš, Michal (advisor)
The aim of this work is to design a method for the object localization in the point could and as accurately as possible estimates the 6D pose of known objects in the industrial scene for bin picking. The design of the solution is inspired by the PoseCNN network. The solution also includes a scene simulator that generates artificial data. The simulator is used to generate a training data set containing 2 objects for training a convolutional neural network. The network is tested on annotated real scenes and achieves low success, only 23.8 % and 31.6 % success for estimating translation and rotation for one type of obejct and for another 12.4 % and 21.6 %, while the tolerance for correct estimation is 5 mm and 15°. However, by using the ICP algorithm on the estimated results, the success of the translation estimate is 81.5 % and the rotation is 51.8 % and for the second object 51.9 % and 48.7 %. The benefit of this work is the creation of a generator and testing the functionality of the network on small objects
|
|
| |
|
|
Detection of object position
Baáš, Filip ; Janáková, Ilona (referee) ; Richter, Miloslav (advisor)
Master’s thesis deals with object pose estimation using monocular camera. As an object is considered every rigid, shape fixed entity with strong edges, ideally textureless. Object position in this work is represented by transformation matrix, which describes object translation and rotation towards world coordinate system. First chapter is dedicated to explanation of theory of geometric transformations and intrinsic and extrinsic parameters of camera. This chapter also describes detection algorithm Chamfer Matching, which is used in this work. Second chapter describes all development tools used in this work. Third, fourth and fifth chapter are dedicated to practical realization of this works goal and achieved results. Last chapter describes created application, that realizes known object pose estimation in scene.
|
guest ::
