|
|
Vyhodnocení metod stereozpracování obrazu
Juráček, Ivo ; Španěl, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce pojednává o určení vzájemné korelace mezi dvěma snímky a její aplikaci na reálný problém s využitím kamery, která je součástí stereo kamery. Naznačuje, jakým způsobem lze využít vzájemnou korelaci pro hledání určitých vzorů v obraze, přičemž lze dopočítat posun mezi dvěma snímky při různém zvětšení obrazu, které je provedeno převzorkováním. Přesnost korelace se poté promítne při kompenzaci snímků pomocí afinní transformace, která slouží jako ověření správnosti vzájemné korelace. Pro další zvýšení přesnosti korelace je využit detektor rohů, který v jednom snímku nalezne výrazné body, které se potom pomocí vzájemné korelace hledají v jiném snímku. Dosažené výsledky touto metodou jsou též zpracovány v této práci.
|
|
| |
|
|
Tvorba panoramatických fotografií
Cacek, Pavel ; Čadík, Martin (oponent) ; Behúň, Kamil (vedoucí práce)
Tato práce se zabývá problematikou automatického skládání panoramatických fotografií z jednotlivých snímků. Postupně rozebírá jednotlivé kroky algoritmů, a metody v nich používané, které jsou využívány při tvorbě panoramat. Dále se zaměřuje na návrh vlastního systému založeného na diskutovaných metodách pro konstrukci panoramat. Tento systém je v rámci práce realizován pomocí knihovny OpenCV, a je k němu vytvořeno grafické rozhraní za pomoci knihovny Qt. Nakonec jsou zhodnoceny výstupy tohoto navrženého a implementovaného systému na dostupných datových sadách.
|
|
|
Image Descriptors and their Usage for Object Detection
Bature, Jonathan ; Druckmüllerová, Hana (oponent) ; Procházková, Jana (vedoucí práce)
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
|
|
|
Přechody scén ve videu
Klicnar, Lukáš ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Detekce přechodů ve videu je proces automatického nalezení hranic mezi jednotlivými scénami. Tato práce se zabývá převážně detekcí střihů, postupné přechody jsou ale rovněž uvažovány. Vysvětleny jsou základní pojmy z této oblasti a stručně představeny doposud používané metody. Stěžejní částí je návrh a implementace detektoru přechodů. Ten je založen na kombinaci dvou přístupů. Prvním je porovnávání barevných histogramů sousedních snímků. Druhý, méně tradiční, je založen na sledování výrazných bodů ve videu. Analýza průběhu těchto příznaků probíhá pomocí odhadu jeho derivace. Systém byl otestován na vlastní sadě ručně anotovaných dat. Ukázalo se, že oba příznaky jsou pro detekci přechodů vhodné. Detektor byl schopný nalézt většinu střihů při zachování dobré přesnosti. Prokázala se schopnost detekovat i některé postupné přechody.
|
|
|
Image Descriptors and their Usage for Object Detection
Bature, Jonathan ; Druckmüllerová, Hana (oponent) ; Procházková, Jana (vedoucí práce)
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
|
|
| |
|
|
Vyhodnocení metod stereozpracování obrazu
Juráček, Ivo ; Španěl, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce pojednává o určení vzájemné korelace mezi dvěma snímky a její aplikaci na reálný problém s využitím kamery, která je součástí stereo kamery. Naznačuje, jakým způsobem lze využít vzájemnou korelaci pro hledání určitých vzorů v obraze, přičemž lze dopočítat posun mezi dvěma snímky při různém zvětšení obrazu, které je provedeno převzorkováním. Přesnost korelace se poté promítne při kompenzaci snímků pomocí afinní transformace, která slouží jako ověření správnosti vzájemné korelace. Pro další zvýšení přesnosti korelace je využit detektor rohů, který v jednom snímku nalezne výrazné body, které se potom pomocí vzájemné korelace hledají v jiném snímku. Dosažené výsledky touto metodou jsou též zpracovány v této práci.
|
|
|
Přechody scén ve videu
Klicnar, Lukáš ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Detekce přechodů ve videu je proces automatického nalezení hranic mezi jednotlivými scénami. Tato práce se zabývá převážně detekcí střihů, postupné přechody jsou ale rovněž uvažovány. Vysvětleny jsou základní pojmy z této oblasti a stručně představeny doposud používané metody. Stěžejní částí je návrh a implementace detektoru přechodů. Ten je založen na kombinaci dvou přístupů. Prvním je porovnávání barevných histogramů sousedních snímků. Druhý, méně tradiční, je založen na sledování výrazných bodů ve videu. Analýza průběhu těchto příznaků probíhá pomocí odhadu jeho derivace. Systém byl otestován na vlastní sadě ručně anotovaných dat. Ukázalo se, že oba příznaky jsou pro detekci přechodů vhodné. Detektor byl schopný nalézt většinu střihů při zachování dobré přesnosti. Prokázala se schopnost detekovat i některé postupné přechody.
|
|
|
Tvorba panoramatických fotografií
Cacek, Pavel ; Čadík, Martin (oponent) ; Behúň, Kamil (vedoucí práce)
Tato práce se zabývá problematikou automatického skládání panoramatických fotografií z jednotlivých snímků. Postupně rozebírá jednotlivé kroky algoritmů, a metody v nich používané, které jsou využívány při tvorbě panoramat. Dále se zaměřuje na návrh vlastního systému založeného na diskutovaných metodách pro konstrukci panoramat. Tento systém je v rámci práce realizován pomocí knihovny OpenCV, a je k němu vytvořeno grafické rozhraní za pomoci knihovny Qt. Nakonec jsou zhodnoceny výstupy tohoto navrženého a implementovaného systému na dostupných datových sadách.
|
host ::
RSS.