|
|
Rozpoznávání obličejů v obraze
Krhut, Miloš ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Diplomová práce se zabývá tématikou detekcí obličejů v digitálních obrazech. Jsou v ní obecně popsány a roztříděny nejčastěji používané metody a zmíněny jejich výhody a nevýhody. Podrobněji je popsána metoda detekce kůže pomocí barev, detekce očí, úst a dále teoreticky popsány algoritmy strojového učení a detekce Haarovými příznaky. Dále se práce věnuje implementaci těchto metod v knihovně OpenCV, jsou zde zmíněny praktické možnosti použití a nakonec provedeno srovnání detekcí různými dostupnými natrénovanými soubory.
|
|
|
Boosting a evoluční algoritmy
Mrnuštík, Michal ; Juránek, Roman (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce představuje kombinaci AdaBoostu a evolučního algoritmu. Evoluční algoritmus je použit pro hledání lineární kombinace Haarových příznaků. Z té je vytvořen slabý klasifikátor pro AdaBoost. Jsou zde popsány základy klasifikace, Haarovy příznaky a Adaboost. Uvedeny jsou také základní informace o evolučních algoritmech. Dále obsahuje teoretický popis spojení AdaBoostu a evolučního algoritmu, doplněný o některé implementační detaily. Implementace je testována na obrazových datech jako součást systému pro detekci obličeje. Výsledky jsou porovnány se samostatnými Haarovými příznaky.
|
|
|
Detekce obličejů ve videu
Kolman, Aleš ; Řezníček, Ivo (oponent) ; Polok, Lukáš (vedoucí práce)
Práce se zabývá problematikou detekce obličejů ve videu. Naleznete v ní souhrn základních barevných modelů. Poté je uveden popis a srovnání základních metod pro detekci lidské kůže s praktickou ukázkou implementace parametrického detektoru. Následuje teoretický základ pro detekci obličejů a sledování obličejů ve videu obsahující výčet základních pojmů a metod této problematiky. Vyšší důraz je kladen na popis algoritmu strojového učení AdaBoost a na popis možnosti použití Kalmanova filtru pro účely sledování detekovaných obličejů. V podlesní části práce jsou uvedeny návrh, implementace a testování knihovny realizované v rámci této diplomové práce.
|
|
|
Pokročilá detekce lidské tváře
Koníček, Igor ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
K detekci, lokalizaci a určení úhlů natočení tváře bylo dříve přistupováno k jako třem rozlišným úkolům. Tato práce se zabývá algoritmy, které tyto problémy sjednocuje do jednoho algoritmu. K tomu využívá technologie histogramů orientovaných gradientů, které jsou spojené do stromové struktury. První část práce stručně popisuje používané metody k detekci tváře. Cílem práce je experimentovat s danými algoritmy a zjistit jejich kvalitu pro rozpoznávání obličejů a následně brýlí.
|
|
|
Kamera s výměnou obličeje pro Android
Škorňok, Petr ; Páldy, Alexander (oponent) ; Szentandrási, István (vedoucí práce)
Cílem této práce je prozkoumat existující možnosti pro detekci obličejů v obraze na mobilních zařízeních s operačním systémem Android a na základě zjištění vytvořit aplikaci podporující výměnu obličeje se vstupem z kamery. Návrh aplikace se drží snahy dosáhnout co možná největší rychlosti při zpracování jednotlivých snímků a výsledné řešení je otestováno z pohledu uživatele i programové funkčnosti a rychlosti.
|
|
|
Detekce rasistických symbolů z obrazu
Klapal, Matěj ; Říha, Kamil (oponent) ; Povoda, Lukáš (vedoucí práce)
Cílem této práce je vytvořit detektor rasistických symbolů z obrazu za použití funkcí open source knihovny OpenCV. V textu je shrnut základní proces zpracování obrazových dat pomocí počítačů. Text dále obsahuje popis jednotlivých metod z této knihovny umožňujících natrénovat a poté v obraze zaznamenat a lokalizovat požadovaný objekt. Součástí tohoto textu je také porovnání úspěšností detekce za použití Haarových příznaků, LBP a histogramu orientovaných gradientů. V textu jsou také shrnuty výsledky testu detekce pro trojici podporovaných symbolů, svastiku, znaky SS a triskelion.
|
|
|
Ovládání počítačových aplikací přirozeným pohybem hlavy
Vojvoda, Jakub ; Materna, Zdeněk (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je navrhnout a realizovat systém sledující hlavu uživatele ve vstupních obrazových snímcích a na základě její pozice dosáhnout interakci s počítačovými aplikacemi. V rámci řešení byly navrženy 4 metody detekce hlavy využívající metody počítačového vidění jako detekci obličeje pomocí Haarových příznaků, detekce pozadí, camshift nebo Lucas-Kanade na výpočet optického toku. Jednotlivé metody byly testovaný na nahraných a v dané oblasti používaných datasetech a vyhodnoceny. Výsledek je využit k ovládaní demo aplikací pohybem hlavy.
|
|
|
AdaBoost v počítačovém vidění
Hradiš, Michal ; Zemčík, Pavel (oponent) ; Potúček, Igor (vedoucí práce)
V této diplomové práci jsou představeny nové obrazové příznaky "local rank differences" (LRD). Tyto příznaky jsou invariantní vůči změnám osvětlení a jsou vhodné k implementaci detektorů objektů v programovatelném hardwaru, jako je například FPGA. Chování klasifikátorů s LRD vytvořených pomocí algoritmu AdaBoost bylo otestováno na datové sadě pro detekci obličejů. LRD v těchto testech dosáhly výsledků srovnatelných s výsledky klasifikátorů s Haarovými příznaky, které jsou používány v nejlepších současných detektorech objektů pracujících v reálném čase. Tyto výsledky ve spojení s faktem, že LRD je možné v FPGA vyhodnocovat několikanásobně rychleji než Haarovy příznaky, naznačují, že by LRD příznaky mohly být řešením pro budoucí detekci objektů v hardwaru. V této práci také prezentujeme nástroj pro experimenty s algoritmy strojového učení typu boosting, který je speciálně uzpůsoben oblasti počítačového vidění, je velmi flexibilní, a přitom poskytuje vysokou efektivitu učení a možnost budoucí paralelizace výpočtů. Tento nástroj je dostupný jako open source software a my doufáme, že ostatním ulehčí vývoj nových algoritmů a příznaků.
|
|
|
Optimalizace algoritmů pro zpracování obrazu v C++ pomocí šablon
Čepl, Radek ; Vyskočil, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Bakalářská práce se zabývá optimalizací algoritmu AdaBoost pro zpracování obrazu v C++ pomocí šablon. Zaměřuje se především na efektivní vyhodnocení Haarových příznaků pevné velikosti. Je zde porovnána rychlost detekce při klasickém a šablonovém vyhodnocení příznaků. Celá aplikace je vytvořena pomocí jazyka C++ s vyuţitím grafické knihovny OpenCV a knihovny TinyXML a je testována v prostředí operačního systému Windows XP.
|
|
|
Ovládání PC pomocí očí
Neuwirth, Tomáš ; Číp, Pavel (oponent) ; Horák, Karel (vedoucí práce)
Předkládaná diplomová práce se zabývá vyhodnocením pozice duhovky vzhledem k očnímu okolí pro využití k ovládání počítače. Vytvořená aplikace pracuje v reálném čase, přičemž snímky jsou pořizovány pomocí běžné webové kamery připojitelné k počítači. V úvodu jsou představeny základní úpravy obrazu, které se používají v počítačovém vidění. Dále jsou popsány teoretické možnosti metod pro vyhledání obličeje, očí a detekce duhovky. Zmíněny jsou ty, které lze využít pro ovládání počítače. Detekce a následná separace obličeje je založená na vyhledávání barvy kůže v barevném prostoru YCbCr. Pozice očí je poté ve vyhledaném obličeji detekována pomocí Haarových příznaků. Z oblasti očí se na základě horizontální projekce získává nejtmavší místo oka, z něhož je spuštěno semínko. Z oblasti, kterou semínková metoda (záplavové vyplňování) vyplní jako duhovku, se pak pomocí získaných souřadnic x-ové a y-ové osy vyhodnocuje pohyb kurzoru.
|
host ::
RSS.