|
|
Person Following by Spot Light Using Camera
Rajnoch, David
This paper describes design of person tracking system connected to spot light fixture. System is able to track actor or narrator walking on stage in theatre. System is designed to be easy to use and configure. Several issues connected with such tracking is mentioned in text below.
|
|
| |
|
|
3D Reconstruction of Historic Landmarks from Flickr Pictures
Šimetka, Vojtěch ; Maršík, Lukáš (oponent) ; Polok, Lukáš (vedoucí práce)
This thesis describes challenges in design and development of an application which reconstructs 3D model given set of 2D images. This technique is called bundle adjustment. The thesi discusses the 3D reconstruction pipeline and elaborates on each step. The first step covers dataset acquisition from the internet. The scripts used to download such data from Flickr and Google Images are described and image characteristics necessary for a good reconstruction are identified. Hereafter the paper compares different feature detectors, extractors and matchers to find best suited combination for reconstruction of historic landmarks. This is followed by description the reconstruction and optimization steps and their implementation. At the end of the thesis the implemented solution is examined on several datasets and compared with other existing solutions presented at the very beginning of the thesis.
|
|
|
Konvoluční neuronová síť pro segmentaci obrazu
Mitrenga, Michal ; Petyovský, Petr (oponent) ; Jirsík, Václav (vedoucí práce)
Cílem bakalářské práce je seznámit se s problematikou konvolučních neuronových sítí a realizovat segmentaci obrazu. Toto téma v sobě zahrnuje obor počítačového vidění, který je používán v systémech s umělou inteligencí. Zvláštní pozornost je věnována procesu segmentace obrazu. Dále se práce věnuje základním principům umělých neuronových sítí, struktuře konvolučních neuronových sítí a zejména pak popisu jednotlivých architektur sémantické segmentace. Vybraná architektura SegNet je použiti v praktické aplikaci spolu s před-učenou sítí. Součástí práce je databáze obrazů CamVid, která je použita pro trénování. Pro testování je vytvořena databáze vlastních snímků. Praktická část je zaměřená na trénování CNN a hledání nevhodnějších parametrů pro učení sítě za pomocí SW Matlab.
|
|
|
3D měření pomocí řádkových kamer
Vít, Luboš ; Honec, Peter (oponent) ; Richter, Miloslav (vedoucí práce)
Práce se zabývá problematikou 3D měření pomocí řádkových kamer. Jelikož je v dnešní době kladen velký důraz na kvalitu a automatizaci výroby, jsou řádkové kamery vhodným zařízením poskytujícím přesnost pro kontrolu výroby na páse. První část práce pojednává o teorii týkající se optiky, snímání a zpracování obrazu. V dalších částech práce je probrána realizace návrhu matematického aparátu pro vyhodnocení 3D tvaru, návrh testovacího pracoviště a samotného snímání scény se zpracováním pomocí základních algoritmů měření.
|
|
|
Rozhraní počítače využívající polohu hlavy uživatele
Chmiel, Filip ; Španěl, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Práce se zabývá metodou pro detekci polohy hlavy a jejího natočení s použitím technologií počítačového vidění. Metoda využívá algoritmů AdaBoost pro počáteční nalezení obličeje, a dále optického toku pro jeho následné sledování. Získané výsledky detekce je nutno vhodně interpretovat, respektive stabilizovat výstup. Tato metoda je vhodná pro využití při tvorbě inovativních uživatelských rozhraní.
|
|
|
Dohledávání objektů v obraze
Pluskal, Richard ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Práce se zabývá návrhem prostředí pro zadávání geometrických objektů v obraze za účelem jejich dalšího zpracování. Program by měl také obsahovat algoritmy usnadňující zadávání objektů (například automatické upřesňování polohy zadávaných objektů). V první části je uveden stručný úvod do oblasti počítačového vidění a jeho základních metod použitých v práci a také popis knihovny pro zpracování obrazu OpenCV. Další část popisuje tři základní geometrické útvary, které jsou v programu prozatím implementovány. Protože výstup programu je v univerzálním formátu XML, následuje krátká kapitola právě o XML. Poté jsou shrnuty některé používané metody pro hledání parametrického popisu objektů v obraze. Poslední kapitola popisuje navržený systém a hodnotí možnost a vhodnost jeho použití pro různé typy obrazů.
|
|
|
LED detection using SSE instruction set
Stachera, Tomáš ; Janáková, Ilona (oponent) ; Honec, Peter (vedoucí práce)
The themes of this work is to make an instruction set for detection and counting LED in power supply control panel, with using SSE instruction set algorithm. The goal will be to compare function time for optimized and not optimized functions. The first part focuses on SSE instructions introduction, as well as on introduction of some functions using SSE instructions. The second part is dealing with algorithm for detection and counting LEDs and possibility of those algorithms optimizing with SSE instruction set. Next part introduces user interface for developed functions testing. On the very end I compare results of all functions and evaluate these results.
|
|
|
Použití rozšířené reality při tréninku a provádění údržby letadel
Košík, Michal ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabíva rozšířenou realitou a jejím použitím při vykonávání údžby letadel. Její součastí je take rozsáhle studium problemaky rozšířene reality, leteckých servisních procedur a předchádzejících pokusů o jejich spojení. Dále bylo v rámci teto práce natočených několik servisních procedur a vytvořena aplikace, která byla na nich otestováná. Výsledky těchto testů spolu s návrhem dalších vylepšení je možné najít prímo v práci.
|
|
|
Detekce a rozpoznávání dopravních značek
Číp, Pavel ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá diskuzí nad metodami detekce a rozpoznávání dopravních značek v městském i mimoměstkém prostředí. Předpokladem pro realizaci systému je zabudovaná kamera, obvykle ve zpětném zrcátku automobilu, snímající scénu před automobilem. Její obrazová data jsou posléze zpracována připojeným PC, kde dochází k převodu dat na informace a jejich vyhodnocení. O případné nalezené značce je řidič vizuálně či akusticky upozorněn. Úloha vedoucí k úspěšnému cíli je rozdělena do čtyřech samostatných bloků. V první části je předzpracování obrazu jako takového. Pracujeme s barevným obrazem a s využitím znalosti o barevnosti dopravních značek v České republice, lze provést barevnou segmentaci žádaných intervalů. Druhým krokem je detekce geometrických tvarů odpovídajících dopravním značkám v segmentovaných datech. Krokem číslo tři je rozpoznání vnitřního piktogramu a jeho nalezení v databázi. Posledním krokem je vizuální výstup zobrazením nalezené dopravní značky. Práce byla zpracována tak, aby byla zajištěna detekce všech důležitých dopravních značení ve třech základních barevných kombinacích platných dle Ministerstva dopravy České republiky. Výsledkem je zdrojový kód pro program MATLAB.
|
host ::
RSS.