|
|
Detekce obličeje
Šašinka, Ondřej ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato diplomová práce se zabývá detekcí obličeje v obraze. Bude zde uveden přístup, který nejprve detekuje jednotlivé obličejové rysy (oči, nos, koutky úst), které pak podle určitých pravidel spojuje do výsledné detekce obličeje. Pro detekci obličejových rysů jsou použity klasifikátory natrénované algoritmem AdaBoost. Jako příznaky pro klasifikaci jsou použity Haarovy vlnky.
|
|
|
Detekce objektů v obraze
Kubínek, Jiří ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce je věnovaná metodám detekce objektů v obraze. Seznamuje čtenáře se základními přístupy a algoritmy užívanými v této problematice, zejména pak s algoritmem AdaBoost, jeho rozšířením WaldBoost a s některými příznaky užívanými pro detekci objektů. Významnou část práce tvoří rozšíření datových sad pro trénování klasifikátoru a implementace histogramu gradientů pro rozšíření stávajícího systému pro detekci objektů. Nedílnou součástí práce je zhodnocení dosažených výsledků v podobě provedených experimentů.
|
|
|
Zpracování obrazu v systému Android - detekce a rozpoznání obličeje
Korchakov, Sergei ; Richter, Miloslav (oponent) ; Honec, Peter (vedoucí práce)
Tato diplomová práce se zabývá zpracováním obrazu v platformě Android, respektive vývojem mobilní aplikace, která je schopná provádět detekci a rozpoznávání obličejů v reálné scéně. V rámci projektu byla provedená rešerše současně existujících metod detekce obličejů, byly prozkoumány a porovnány standardní prostředky platformy Android pro detekci tváří (FaceDetector a FaceDetectionListener) a také knihovny JJIL, OpenIMAJ, OpenCV. Pro rozpoznání obličejů byla použita knihovna OpenCV a vyzkoušeny tři algoritmy identifikace: FisherFaces, EigenFaces a Local Binary Patterns Histograms. Na základě porovnání nejúspěšnější metody byly uplatněny ve vyvinuté aplikaci.
|
|
| |
|
|
Implementace obrazových klasifikátorů v FPGA
Kadlček, Filip ; Puš, Viktor (oponent) ; Fučík, Otto (vedoucí práce)
Práce je zaměřena na obrazové klasifikátory a jejich implementaci v FPGA. Klasifikátory dělí na dvě skupiny - slabé a silné klasifikátory. Ve skupině silných klasifikátorů se zaměřuje především na AdaBoost. Ve skupině slabých klasifikátorů jsou probrány základní příznakové klasifikátory, jakými jsou například klasifikátory založené na Haarových nebo Gaborových vlnkách, ale především je kladen důraz na klasifikátory LBP, LRP a LR. Naposled uvedené klasifikátory jsou vhodné pro implementaci v FGPA. Na základě těchto klasifikátorů je navržena pseudo-paralelní architektura. Architektura uvažuje provedení klasifikace v FPGA a následné zpracovávání výsledků v počítači. Navržený klasifikátor je velmi rychlý a každý hodinový cyklus produkuje výstup klasifikace.
|
|
|
Detekce obličeje
Šašinka, Ondřej ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato diplomová práce se zabývá detekcí obličeje v obraze. Bude zde uveden přístup, který nejprve detekuje jednotlivé obličejové rysy (oči, nos, koutky úst), které pak podle určitých pravidel spojuje do výsledné detekce obličeje. Pro detekci obličejových rysů jsou použity klasifikátory natrénované algoritmem AdaBoost. Jako příznaky pro klasifikaci jsou použity Haarovy vlnky.
|
|
|
Detekce a sledování malých pohybujících se objektů
Filip, Jan ; Zuzaňák, Jiří (oponent) ; Hradiš, Michal (vedoucí práce)
Diplomová práce se zabývá detekcí a sledováním malých pohybujících se objektů ze statického obrazu. Je zde uvedený obecný přehled metod a přístupů řešení detekce a sledování objektů. Dále jsou zde popsány i některé jiné celé přístupy řešení. Jsou zde obsaženy základní definice, jako je šum, konvoluce a matematická morfologie. V práci jsou popsány Bayesovská filtrace a Kalmanův Filtr. Je zde popsána teorie Vlnek, vlnkových filtrů a transformací. Práce se zabývá různými metodami detekce blobů. Je zde uveden návrh a implementace aplikace, který je založen na Vlnkových filtrech a Kalmanově filtru. Implementováno je několik metod odečítání pozadí, které se porovnávají při testování. Testování a aplikace je navržena na detekci vozidel jedoucích v dáli (alespoň 200m daleko).
|
|
|
Detekce objektů v obraze
Kubínek, Jiří ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce je věnovaná metodám detekce objektů v obraze. Seznamuje čtenáře se základními přístupy a algoritmy užívanými v této problematice, zejména pak s algoritmem AdaBoost, jeho rozšířením WaldBoost a s některými příznaky užívanými pro detekci objektů. Významnou část práce tvoří rozšíření datových sad pro trénování klasifikátoru a implementace histogramu gradientů pro rozšíření stávajícího systému pro detekci objektů. Nedílnou součástí práce je zhodnocení dosažených výsledků v podobě provedených experimentů.
|
|
|
Zpracování obrazu v systému Android - detekce a rozpoznání obličeje
Korchakov, Sergei ; Richter, Miloslav (oponent) ; Honec, Peter (vedoucí práce)
Tato diplomová práce se zabývá zpracováním obrazu v platformě Android, respektive vývojem mobilní aplikace, která je schopná provádět detekci a rozpoznávání obličejů v reálné scéně. V rámci projektu byla provedená rešerše současně existujících metod detekce obličejů, byly prozkoumány a porovnány standardní prostředky platformy Android pro detekci tváří (FaceDetector a FaceDetectionListener) a také knihovny JJIL, OpenIMAJ, OpenCV. Pro rozpoznání obličejů byla použita knihovna OpenCV a vyzkoušeny tři algoritmy identifikace: FisherFaces, EigenFaces a Local Binary Patterns Histograms. Na základě porovnání nejúspěšnější metody byly uplatněny ve vyvinuté aplikaci.
|
|
| |
host ::
RSS.