|
|
Multimodal System for Multi-Object Tracking in Real-Time
Kučera, Adam ; Šátek, Václav (referee) ; Rozman, Jaroslav (advisor)
This thesis deals with the topic of multi-object multi-sensor tracking. A conventional track-oriented multiple hypothesis tracking (TOMHT) pipeline is implemented in C++ programming language and an implementable interface is designed, enabling to easily extend the core algorithm with arbitrary sensors and measured target attributes, making the system multimodal, i.e.\ applicable in heterogeneous systems of sensors. A novel algorithm for solving combinatorial optimization arising in TOMHT is proposed. Finally, few example implementations of the interface are provided and the system is evaluated in simulated and real-world scenarios.
|
|
|
Sensor Data Analysis for Advanced User Interfaces
Chmiel, Filip ; Polok, Lukáš (referee) ; Beran, Vítězslav (advisor)
The paper deals with the creation of interface based on multiple input signals, i.e. multimodal interface. For this purpose analyzes the benefits of the approach to communicate with the device that way. The work also includes an overview of the level at which you can perform data fusion, and different approaches to the layout of the system architecture for multimodal data processing. The important part is the actual design of the system, where for the interface was chosen distributed architecture using software agents for processing inputs. As a method for data integration was picked hybrid fusion based on dialog driven and unification strategy. The result should be an interface for media center control and interaction with other devices around the user.
|
|
|
Methods for Simultaneous Self-localization and Mapping for Depht Cameras
Ligocki, Adam ; Jelínek, Aleš (referee) ; Žalud, Luděk (advisor)
Tato diplomová práce se zabývá tvorbou fúze pozičních dat z existující realtimové im- plementace vizuálního SLAMu a kolové odometrie. Výsledkem spojení dat je potlačení nežádoucích chyb u každé ze zmíněných metod měření, díky čemuž je možné vytvořit přesnější 3D model zkoumaného prostředí. Práce nejprve uvádí teorií potřebnou pro zvládnutí problematiky 3D SLAMu. Dále popisuje vlastnosti použitého open source SLAM projektu a jeho jednotlivé softwarové úpravy. Následně popisuje principy spo- jení pozičních informací získaných vizuálními a odometrickými snímači, dále uvádí popis diferenciálního podvozku, který byl použit pro tvorbu kolové odometrie. Na závěr práce shrnuje výsledky dosažené datovou fúzí a srovnává je s původní přesností vizuálního SLAMu.
|
|
|
Exploitation of Neural Networks for Fusion of Image and Non-Image Data
Reich, Bořek ; Maršík, Lukáš (referee) ; Zemčík, Pavel (advisor)
This master thesis uses convolutional neural networks to fuse image and non-image data. Both deep learning detection systems that rely only on image data (images from the camera) and that use both image and non-image data (images from the camera and data from the millimeter-wave radar) are studied in this thesis. A unique dataset containing raw millimeter-wave radar data and corresponding time-synchronized images from the camera was created for the purpose of comparing these two types of methods (data fusion methods and methods that utilize only image data). Furthermore, a time synchronization method for millimeter-wave radar and cameras using only off-the-shelf hardware is proposed. Finally, the created dataset is used to verify the detection capability of the system that uses only camera data and the fusion system that uses both millimeter-wave radar and camera data.
|
|
|
Navigation and Information System for Visually Impaired
Hrbáček, Jan ; Volf, Jaromír (referee) ; Grepl, Robert (referee) ; Singule, Vladislav (advisor)
Poškození zraku je jedním z nejčastějších tělesných postižení -- udává se, že až 3 % populace trpí vážným poškozením nebo ztrátou zraku. Oslepnutí výrazně zhoršuje schopnost orientace a pohybu v okolním prostředí -- bez znalosti uspořádání prostoru, jinak získané převážně pomocí zraku, postižený zkrátka neví, kudy se pohybovat ke svému cíli. Obvyklým řešením problému orientace v neznámých prostředích je doprovod nevidomého osobou se zdravým zrakem; tato služba je však velmi náročná a nevidomý se musí plně spolehnout na doprovod. Tato práce zkoumá možnosti, kterými by bylo možné postiženým ulehčit orientaci v prostoru, a to využitím existujících senzorických prostředků a vhodného zpracování jejich dat. Téma je zpracováno skrze analogii s mobilní robotikou, v jejímž duchu je rozděleno na část lokalizace a plánování cesty. Zatímco metody plánování cesty jsou vesměs k dispozici, lokalizace chodce často trpí značnými nepřesnostmi určení polohy a komplikuje tak využití standardních navigačních přístrojů nevidomými uživateli. Zlepšení odhadu polohy může být dosaženo vícero cestami, zkoumanými analytickou kapitolou. Předložená práce prvně navrhuje fúzi obvyklého přijímače systému GPS s chodeckou odometrickou jednotkou, což vede k zachování věrného tvaru trajektorie na lokální úrovni. Pro zmírnění zbývající chyby posunu odhadu je proveden návrh využití přirozených význačných bodů prostředí, které jsou vztaženy ke globální referenci polohy. Na základě existujících formalismů vyhledávání v grafu jsou zkoumána kritéria optimality vhodná pro volbu cesty nevidomého skrz městské prostředí. Generátor vysokoúrovňových instrukcí založený na fuzzy logice je potom budován s motivací uživatelského rozhraní působícího lidsky; doplňkem je okamžitý haptický výstup korigující odchylku směru. Chování navržených principů bylo vyhodnoceno na základě realistických experimentů zachycujících specifika cílového městského prostředí. Výsledky vykazují značná zlepšení jak maximálních, tak středních ukazatelů chyby určení polohy.
|
|
|
Exploitation of Neural Networks for Fusion of Image and Non-Image Data
Pařilová, Michaela ; Reich, Bořek (referee) ; Zemčík, Pavel (advisor)
This bachelor's thesis deals with exploitation of neural networks for fusion of image and non-image data. It primarily focuses on comparing detection algorithms for image data (data obtained from a camera) with detection algorithms using the fusion of image data and non-image data (data obtained from a camera and radar). As part of the comparison of these two approaches, an own fusion model was created, which was subsequently tested on the selected data set.
|
|
| |
|
|
Exploitation of Neural Networks for Fusion of Image and Non-Image Data
Reich, Bořek ; Maršík, Lukáš (referee) ; Zemčík, Pavel (advisor)
This master thesis uses convolutional neural networks to fuse image and non-image data. Both deep learning detection systems that rely only on image data (images from the camera) and that use both image and non-image data (images from the camera and data from the millimeter-wave radar) are studied in this thesis. A unique dataset containing raw millimeter-wave radar data and corresponding time-synchronized images from the camera was created for the purpose of comparing these two types of methods (data fusion methods and methods that utilize only image data). Furthermore, a time synchronization method for millimeter-wave radar and cameras using only off-the-shelf hardware is proposed. Finally, the created dataset is used to verify the detection capability of the system that uses only camera data and the fusion system that uses both millimeter-wave radar and camera data.
|
|
|
Multimodal System for Multi-Object Tracking in Real-Time
Kučera, Adam ; Šátek, Václav (referee) ; Rozman, Jaroslav (advisor)
This thesis deals with the topic of multi-object multi-sensor tracking. A conventional track-oriented multiple hypothesis tracking (TOMHT) pipeline is implemented in C++ programming language and an implementable interface is designed, enabling to easily extend the core algorithm with arbitrary sensors and measured target attributes, making the system multimodal, i.e.\ applicable in heterogeneous systems of sensors. A novel algorithm for solving combinatorial optimization arising in TOMHT is proposed. Finally, few example implementations of the interface are provided and the system is evaluated in simulated and real-world scenarios.
|
|
|
Enhancement of DTM in Sandstone Landscapes Using Precise Registration of Airborne Laserscanning Data
Holman, Lukáš ; Lysák, Jakub (advisor) ; Dušánek, Petr (referee)
DTM Improvement in Sandstone Cliffs Relief using precise Co-registration of Airborne Laser Scanning Data Abstract The topic of this thesis is to design innovation of methodology improvement of digital terrain models from airborne laser scanning data in sandstone rocks rugged relief. Theoretical part of this thesis presents the Project GeNeSiS and New Elevation Model Project of the Czech Republic Territory, in which the test datasets were acquired. Simultaneously this section describes in detail methods of co-registrations datasets from strip adjustment to 3D least squares matching method, which have been published until now. In practical part of the work the Pravčická brána model region is introduced firstly. The focus of this section lays on description of new methodology for co-registration and classification of point clouds using spatial query. Co-registration of point clouds, respective detection transform parameters in this thesis is solved by introducing ground control areas. For each such region displacement and rotations in each axis are detected which subsequently determines the global transformation key. Innovation of the thesis lies in the fact that for DTM improvement there is sufficient only one point cloud. The second (and possibly others) point cloud is classified by presented algorithm...
|
guest ::
