|
|
Sledování pohybu osob ve video sekvenci
Hochman, Zdeněk ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Práce se věnuje detekci pohybujících se osob ve video sekvenci. Zabývá se hlavně problematikou detekce pohybu a určením místa pohybu. V práci je představena poměrně nová metoda detekce pohybu Local Binary Pattern, která umožňuje rychlou a přesnou detekci pohybu. Součástí práce je také aplikace pro detekci osob. Práce podrobně zveřejňuje testy této aplikace a uvádí klady a zápory různých nastavení aplikace, které může posléze čtenář využít při práci s aplikací.
|
|
|
Detekce pohybujících se objektů ve video sekvenci
Jelínek, Tomáš ; Herout, Adam (oponent) ; Španěl, Michal (vedoucí práce)
Práce se věnuje metodám pro detekci pohybu ve video sekvenci. Najdete v ní souhrn několika možných přístupů k řešení této problematiky spolu s teoretickým i praktickým náhledem. Detailně jsou popsány principy detekce na základě rozdílů mezi snímky a to z pohledu jejich histogramů nebo světelnosti pixelů. Velká pozornost je věnována popisu obrazu pomocí Local Binary Patterns, na kterém lze mimo jiné postavit rychlý a přesný detektor pohybu. Součástí práce je aplikace pro srovnání úspěšnosti metod v typově různých prostředích. Z výsledků testování jsou odvozeny klady a zápory jednotlivých přístupů, které mohou být čtenáři podkladem pro návrh vlastního detektoru.
|
|
|
Detekce pohybujících se objektů ve video sekvenci
Musil, Jakub ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Práce se věnuje tvorbě aplikaci pro detekci pohybujících se objektů ve vstupní video sekvenci. Jsou v ní detailně popsány metody, které se při jeho realizaci využívají, jejich kladné a záporné vlastnosti. Detailně jsou zde popsány metody porovnání na úrovni histogramů a rozdílu jednotlivých bodů. Teoretická část přibližuje možné postupy a optimalizace, pomocí kterých lze detektor přizpůsobit prostředí, pro které je vytvářen. Součástí práce je aplikace pro detekci a vizuální označení pohybujících se objektů. Aplikace je testovaná na několika typově odlišných video sekvencí. Dosažené výsledky jsou blíže diskutovány a rozebrány, včetně ukázek dosažených výstupů detektoru.
|
|
|
Texturní příznaky
Zahradnik, Roman ; Šiler, Ondřej (oponent) ; Švub, Miroslav (vedoucí práce)
Cílem tohoto projektu je zhodnotit účinnost využití texturních příznaků při rozpoznávání a klasifikaci textur v počítačovém zpracování obrazu. Stěžejním úkolem práce je porovnat a diskutovat experimentálně získané výsledky a efektivitu jejich dosažení použitím texturních příznaků implementovaných metodou lokálních binárních vzorů v konfrontaci s výsledky docílenými s využitím matic sousednosti při klasifikaci shlukovou analýzou.
|
|
|
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.
|
|
|
Rozpoznání pohlaví člověka na fotografii
Kałuża, Marian ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tato práce popisuje postup s využitím víceměřítkových fotografií pro rozpoznávání pohlaví podle obličeje. Koncept je založen na algoritmech jako "Histogram of Oriented Gradients" nebo "Local Binary Patterns". Experimenty ukázaly, že úspěšnost rozpoznání pohlaví se dá zvýšit nejenom s využitím více příznaků aplikovaných na jedno měřítko obrázku, ale také s využitím pouze jednoho příznaku aplikovaného na více rozlišení. Popsaný postup dosáhl více než 95% úspěšnosti rozpoznání u obou zvolených kolekcí obrázků.
|
|
|
Vyhledávání opakovaných záběrů
Kletzander, Martin ; Zemčík, Pavel (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce popisuje metody vyhledávání podle obsahu. Vybranou metodu dále aplikuje na vyhledávání podobných obrázků a snímků ve videu. Práce dále kvalifikuje metody používané na zrychlení tohoto typu vyhledávání. Metody dále vyhodnocuje, diskutuje výsledky a zároveň navrhuje jejich používaná vylepšení.
|
|
|
Využití grafického procesoru jako akcelerátoru - technologie OpenCL
Hrubý, Michal ; Jošth, Radovan (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá technologií OpenCL a jejím využitím pro detekci objektů. První část je zaměřená na popis principů technologie OpenCL a základní teorii o detekci objektů. Následuje kapitola analýzy, kde je navržená metoda zpracování s přihlédnutím na možnosti OpenCL. Další část popisuje samotnou implementaci detekční aplikace a experimentálně vyhodnocuje výkon detektoru. Poslední kapitola shrnuje dosažené výsledky.
|
|
|
Evaluace texturních příznaků
Průša, Petr ; Hradiš, Michal (oponent) ; Šiler, Ondřej (vedoucí práce)
Tato bakalářská práce se zabývá statistickým popisem textur metodami LBP a maticemi souslednosti. Obsahem je také vyhodnocení matic souslednosti pomocí Haralickových příznaků. Implementace je v jazyce C++ a byla využita knihovna CImg.h
|
|
|
Klasifikace objektů v obraze podle textury
Hutárek, Jiří ; Šilhavá, Jana (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá detekcí textur v obraze pomocí metody Local binary patterns (LBP). Texturním příznakem je histogram hodnot LBP ve zkoumaném obraze a klasifikace textur je prováděna pomocí umělé neuronové sítě. S použitím těchto metod je vytvořen obecný detektor textur, jehož konkrétní aplikace je zaměřena na rozpoznávání objektů na leteckých snímcích.
|
host ::
RSS.