Národní úložiště šedé literatury Nalezeno 29 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Bin Picking a robotické vidění
Múčka, Jan ; Parák, Roman (oponent) ; Matoušek, Radomil (vedoucí práce)
Cílem této diplomové práce je popsat přístup robotického vidění pro aplikaci Bin Picking a vytvořit aplikaci pro realizaci této úlohy. Tato aplikace bude schopna rozlišit několik zvolených objektů na základě dat z kamery s hloubkovým vjemem a měla by umět hledaný objekt lokalizovat, rozeznat ho a v daném místě určit jeho polohu a orientaci. Řešení úlohy Bin Picking patří mezi největší výzvy v automatizaci a robotizaci dnešní doby.
Vyhledávání fotografií podle obsahu
Dvořák, Pavel ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato závěrečná práce se zabývá návrhem aplikace pro rychlé vyhledávání podobných fotografií ve velké databázi desítek až stovek tisíc fotografií. Součástí je návrh způsobu extrakce příznaků a vytvoření slovníku vizuálních slov. S tím je dále spojena problematika reprezentace těchto informací v databázi a způsob jejich rychlého vyhledávání. Na závěr jsou ve zprávě popsány experimenty s implementovanou aplikací, testy rychlosti vyhledávání a rozbor škálovatelnosti řešení.
Detekce a sledování objektů pomocí význačných bodů
Bílý, Vojtěch ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí a sledováním objektů  pomocí význačných bodů. Jsou zde popsány existující přístupy k této problematice. Je zde navržená inovovaná metoda detekce objektů založená na Obecné Houghově transformaci a iterativním prohledáváním Houghova prostoru. Na nejrůznějších typech objektu je demonstrována univerzálnost navrženého detektoru. Sledování objektů je řešeno detekcí objektu snímek po snímku.
Využití metod tvarové analýzy pro klasifikaci objektů v medicínských obrazech
Karela, Jiří ; Odstrčilík, Jan (oponent) ; Chmelík, Jiří (vedoucí práce)
Tato bakalářská práce se zabývá problematikou tvarové analýzy. Popisuje některé postupy a metody, které s touto analýzou souvisí. Práce je rozdělena na teoretickou část, praktickou část a závěr. V teoretické části jsou popsané do většího detailu některé metody, s pomocí kterých poté byla řešena část praktická. Také je zde ale popsána i další teorie, která souvisí s tématem. V praktické části se poté navazuje na danou teorii a je řešen problém tvarové analýzy díky znalostem v teorii získaných. Algoritmus je otestován na medicínských datech z CT obratel. Závěr slouží jako shrnutí a zhodnocení řešení tvarové analýzy. Také slouží jako úvaha nad realizací naší metody, tedy jak by se mohlo naše řešení a výsledek zlepšit.
Vyhledávání podobných CT dat podle obsahu
Hošek, Pavel ; Klíma, Ondřej (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá návrhem a implementací nástroje pro vyhledávaní CT dat podle podobnosti. Zabývá se také porovnáním jednotlivých metod pro vyhledávání CT dat. Využívá knihovny třetích stran pro extrakci různých deskriptorů a vyhledávání v nich. Práce prezentuje výsledky implementovaného vyhledávacího nástroje a výsledky porovnání jednotlivých metod a navrhuje možná vylepšení. 
Tvarová analýza obrazových dat
Kylián, Jakub ; Harabiš, Vratislav (oponent) ; Chmelík, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvarovou analýzou obrazových dat, popisuje tedy metody, techniky a postupy, které k takové analýze vedou. Obsah práce je rozdělen do tří kapitol – Teoretická, řešení studentské práce a závěr. V části teorie jsou popsány metody, které jsou následně využity v části řešení, ale i obecná teorie přímo související s tématem. Pravidlem je tedy, že použitá metoda v části řešení je popsána v části teoretické do detailů, nicméně tato skutečnost nemusí nutně platit i naopak. V návaznosti na kapitolu teoretickou je řešení studentské práce. V kapitole řešení studentské práce je prezentován problém, který je, díky znalostem z teorie, vyřešen. Řešení sestává z více analytických procesů a patřičných příprav, které jsou v této části zcela jasně definovány. Poslední část, závěr, slouží jako shrnutí přípravy, průběhu a zhodnocení řešení analýzy. Zároveň může posloužit jako prostor pro prezentaci nápadů, analogií, neprezentovaných metod a jiných postupů, které by mohly mít kladný či záporný vliv na výsledek práce, tedy i na její závěr.
Tvarová analýza obrazových dat
Kylián, Jakub ; Harabiš, Vratislav (oponent) ; Chmelík, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvarovou analýzou obrazových dat, popisuje tedy metody, techniky a postupy, které k takové analýze vedou. Obsah práce je rozdělen do tří kapitol – Teoretická, řešení studentské práce a závěr. V části teorie jsou popsány metody, které jsou následně využity v části řešení, ale i obecná teorie přímo související s tématem. Pravidlem je tedy, že použitá metoda v části řešení je popsána v části teoretické do detailů, nicméně tato skutečnost nemusí nutně platit i naopak. V návaznosti na kapitolu teoretickou je řešení studentské práce. V kapitole řešení studentské práce je prezentován problém, který je, díky znalostem z teorie, vyřešen. Řešení sestává z více analytických procesů a patřičných příprav, které jsou v této části zcela jasně definovány. Poslední část, závěr, slouží jako shrnutí přípravy, průběhu a zhodnocení řešení analýzy. Zároveň může posloužit jako prostor pro prezentaci nápadů, analogií, neprezentovaných metod a jiných postupů, které by mohly mít kladný či záporný vliv na výsledek práce, tedy i na její závěr.
Automatický výběr reprezentativních fotografií
Bank, Tomáš ; Beran, Vítězslav (oponent) ; Polok, Lukáš (vedoucí práce)
Tato práce je z oboru počítačového vidění. Zabývá se shlukováním fotografií podle jejich obsahu a dále výběrem dobré reprezentativní fotografie. K dosažení tohoto cíle je v práci popsáno několik metod a přístupů, ze kterých vychází návrh algoritmu. Příkladem použití výsledné aplikace může být výběr reprezentativní fotografie pro rozsáhlá alba.
Detekce význačných bodů v obraze
Čížek, Roman ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá detekcí význačných bodů v obraze. Zaměřuje se především na metodu SIFT, kterou popisuje podrobněji. Obsahem je také implementace SIFT detektoru za pomocí knihovny OpenCV a zhodnocení jeho výsledků.
Rozpoznání displeje embedded zařízení
Novotný, Václav ; Janáková, Ilona (oponent) ; Honec, Peter (vedoucí práce)
Tato diplomová práce se zabývá využitím metod strojového učení v oblasti počítačového vidění pro klasifikaci neznámých obrazů. V první části je provedena rešerše dostupných metod strojového učení, jejich limitace a vhodnost k řešené úloze. V další části jsou představeny přístupy k vytváření galerie. Následně je navrhnuto řešení klasifikátorů a architektury systému, které je v řešení realizováno a implementováno. Výsledný systém je nakonec otestován a vyhodnocen.

Národní úložiště šedé literatury : Nalezeno 29 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.