|
|
Lokalizace intrakraniálních hemoragií v axiálních řezech CT snímků hlavy.
Kopečný, Kryštof ; Chmelík, Jiří (oponent) ; Nemček, Jakub (vedoucí práce)
Tématem této práce je lokalizace intrakraniálních krvácení na snímcích počítačové tomografie pomocí jednofázového a dvoufázového detektoru založených na konvolučních neuronových sítích. Práce mimo základní poznatky z umělé inteligence klíčové pro pochopení procesu detekce objektů podává medicínské informace o patologii a zobrazování krvácení. Znalosti ze zmíněných okruhů se využijí pro vlastní návrh algoritmu pracujícím s veřejně dostupnými databázemi CT snímků hlavy a jejich anotací CQ500 a BHX. Součástí práce je vyhodnocení výsledků a jejich diskuse.
|
|
|
Měření rychlosti s použitím radaru
Andrla, Jiří ; Široký, Adam (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat program, který měří rychlost vozidel snímaných radarem s korekcí založenou na úhlu měření. Program je nejprve navržen a implementován v programu Matlab, implementace je poté přenesena také do jazyka C++. Tento program z radarových dat, zaznamenaných na CW radar, detekuje pohybující se dopravní prostředky, vypočítá jejich rychlost s pomocí korekce na základě úhlu a tyto údaje uloží do statistiky. Práce je vypracovávána kvůli zpracování problematiky korekce rychlosti na základě úhlu, protože s touto technikou by mělo být dosaženo přesnějších výsledků než bez ní. Výsledek této práce může být zajímavý pro všechny aplikace a systémy, které mohou používat měření radarem pod úhlem.
|
|
|
Detekce buněk ve snímcích zachycených pomocí mikroskopie
Hubálek, Michal ; Štursa, Dominik (oponent) ; Škrabánek, Pavel (vedoucí práce)
Cílem diplomové práce bylo vytvořit aplikaci automaticky detekující zdravé buňky kardiomyocytů ze snímků zachycených konfokálním mikroskopem. Práce vznikla na základě konkrétních potřeb výzkumníků ze Slovenské akademie věd, kterým usnadní práci a ušetří čas, protože doposud musejí snímky vyhodnocovat a hledat vhodné buňky ručně. Pro detekci je použita konvoluční neuronová síť RetinaNet, která byla implementována do uživatelsky přívětivé desktopové aplikace. Aplikace také automaticky zaznamenává a ukládá souřadnice detekovaných buněk využitelné pro snímání buněk ve vyšší obrazové kvalitě. Další výhodou vytvořené aplikace je univerzálnost, která umožňuje natrénovat detekci i na jiných datech, čímž je použitelná i na dalších detekčních projektech. Výsledkem práce je funkční, samostatně spustitelná a intuitivní aplikace, která je připravena k použití výzkumníky.
|
|
|
Board Game User Interface with a Camera
Cihlářová, Dita ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
The aim of this work is to create a system that would be able to substitute a real opponent in a board game Horse Races and Bets. The game is observed by a camera that transmits images to a computer. The image is then processed and game objects are identified. After that, the application can analyse a current status of the game and decide about the next move of the artificial player. The decision-making algorithm is able to react to every game situation and thus play the game to the end. The application can be used by players that like to play Horse Races and Bets, but currently do not have an opponent, and for demonstrating the possibilities of computer vision.
|
|
|
Detekce více objektů s využitím počítačového vidění
Maršala, Štěpán ; Škrabánek, Pavel (oponent) ; Parák, Roman (vedoucí práce)
Cílem bakalářské práce je navrhnout a prakticky zrealizovat řídící algoritmus pro detekci objektů různých tvarů, barev a velikostí. Práce je rozdělena do pěti kapitol. První kapitola obsahuje rešerši dosavadního poznání v oblasti strojového vidění. Druhá kapitola popisuje funkce a využití open source knihovny OpenCV, která je použitá v praktické části práce. Praktická část začíná kapitolou shrnující použitou techniku. Následuje kapitola, která popisuje samotnou úlohu třídění objektů. Jsou zde popsány všechny technické aspekty a vysvětleny problémy, které bylo nutno překlenout. V poslední kapitole najde čtenář zprávu o zrealizování praktické části práce v laboratoři. Shrnutí výsledků laboratorního experimentu a celkového poznání je v závěru samotné práce.
|
|
|
Detection of cellular processes in image sequences
Hatrinh, Hung Anh ; Richter, Miloslav (oponent) ; Petyovský, Petr (vedoucí práce)
This bachelor’s thesis deals with cell segmentation and detection of cellular processesin quantitative phase images obtained by a Coherence-controlled holographic microscope (CCHM). A cell segmentation algorithm based on edge detection and watershed segmentation was designed and implemented in the programming language C++ using OpenCV library. For detecting cellular processes, machine learning methods were proposed and implemented in MATLAB®.
|
|
|
Online detektor bodů zájmu
Přibyl, Jakub ; Rajnoha, Martin (oponent) ; Mašek, Jan (vedoucí práce)
Tato práce se věnuje problematice online učení detektoru při dlouhodobém sledování objektu ve videosekvenci. Tento objekt je definován pomocí ohraničujícího obdelníku. V práci jsou popsány jednotlivé části detektoru: sledování objektu, detekce objektu a online učení detektoru. Hlavním přínosem práce je rozšíření programu OpenTLD o paralelní detekci a sledování více objektů současně. Paralelizace je pak porovnána na několika praktických příkladech a je porovnán vliv procesoru při detekci. Nejlepších výsledků bylo dosaženo při paralelizaci s detekováním všech objektů. Nejpřesnější detekce byla v případě dostatečně naučených objektů při nejmenší změně podoby.
|
|
|
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.
|
|
|
Detekce a rozpoznání objektů v obraze
Muzikářová, Michaela ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a implementací aplikace typu klient-server, která umožňuje rozpoznání objektů v obraze a využívá již existující mobilní aplikaci. V teoretické části jsou nejprve popsány rozdíly lidského a počítačového vidění, dále detekce a rozpoznání objektů včetně vybraných metod. Další sekce obsahuje popis umělých neuronových sítí, které byly pro práci hlouběji nastudovány, spolu s jejich využitím k rozpoznání objektů. Následují informace, týkající se vybraných mobilních aplikací pro rozpoznání objektů v obraze, zakončené přehledem frameworků a knihoven, umožňujících práci s neuronovými sítěmi. Z nich byl k práci zvolen Caffe Framework. Dále je popsán průběh návrhu a řešení a vytvořený systém včetně experimentů a datasetů, použitých k ověření jeho funkčnosti.
|
|
|
Detection and Recognition of License Plates
Tykva, Jiří ; Zemčík, Pavel (oponent) ; Juránek, Roman (vedoucí práce)
The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.
|
host ::
RSS.