|
|
Object tracking in video
Boszorád, Matej ; Přinosil, Jiří (oponent) ; Rajnoha, Martin (vedoucí práce)
This bachelor thesis deals with the issue of tracking multiple objects in a video, specifically focusing on non-learning algorithms. The first chapter represents the theoretical part of the thesis, in which some of the often used tracking methods are described, such as mean-shift, scale-invariant object transformation, Kalman filter, particle filter and Gabor wavelet transformation. These algorithms are broken down by properties they use for proper tracking. The chapter also contains section assignment problem, which is mainly concerned with Hungarian algorithm. The next part describes options of merging multiple tracking methods that are broken down by construction type into parallel, cascade, weighted and discriminatory with example for each one. Moreover there is described adaptability of the tracking system. Bellow are described problems which may occur during tracking and possible solutions to them. This section consists of a solution of image noise, changes in illumination, appearance and extinction of an object, focusing mainly on solving the problem of object occlusion. Within the practical part is created algorithm composed of different types of tracking, the results of which are then compared with selected tracking systems from the multiple object tracking benchmark. The practical part includes the tools used and the explanation of the design, in which the main classes and methods used for the tracking are explained. Besides that, this section describes parallel merging and tracking adaptability . The results of the thesis contain a comparison of the use of tracking techniques separately and together. To compare the results, videos for pedestrian tracking and face tracking were used. This thesis was based on the assumption that merging multiple monitoring systems will help with the improvement of the tracking, which was confirmed by the results.
|
|
|
Pořizování vysoce kvalitních snímků rovinných povrchů chytrým telefonem
Masaryk, Adam ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cieľom tejto práce je vytvoriť mobilnú aplikáciu pre systém Android, ktorá užívateľom umožní vytvárať vysoko kvalitné fotografie rovinných predmetov. V aplikácii si užívateľ vytvorí viacero fotografií vybraného rovinného predmetu. Tieto fotografie sú následne zarovnané a potom spojené do jedného výsledného obrázku, pričom pri tomto spojení dochádza k odfiltrovaniu rôznych nedostatkov, ktoré sa môžu vo fotografiách nachádzať.
|
|
|
Lokalizace robota pomocí kamery
Heřman, Petr ; Španěl, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je návrh jednoduché lokalizační metody a její implementace pro robotický operační systém ROS. Tato metoda využívá monokulární kameru jako jediný senzor a odhaduje pozici v předem známé mapě. V rámci experimentů s prototypem jsou vyzkoušeny klíčové body typu SURF, SIFT a ORB.
|
|
|
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.
|
|
|
Skládání snímků panoramatického pohledu
Kuzdas, Oldřich ; Kohoutek, Michal (oponent) ; Říha, Kamil (vedoucí práce)
Tato práce se zabývá krok za krokem procesem sestavování panoramatického obrazu z několika dílčích snímků scény pořízených perspektivní kamerou otáčenou kolem jejího optického středu. Jsou zde popsány algoritmy detekce významných bodů v obraze, možnosti výpočtu matice homografie a metody odstranění nežádoucích ostrých přechodů mezi zdrojovými snímky ve výsledném panoramatickém obraze. Součástí práce je i samostatná aplikace, v níž jsou implementovány některé algoritmy popsané v této práci.
|
|
|
Sledování hlídaného prostoru a detekce narušení bezpečnosti kamerovým systémem
Goldmann, Tomáš ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Tato práce obsahuje popis základních systému používaných pro sledování hlídaného prostoru. Ve stěžejní části práce jsem představil metody počítačového vidění vhodné pro detekci a klasifikaci objektů. Dále jsem na základě metody odečítání pozadí realizoval algoritmus pro detekci lidí, který využívá pro popis objektů histogram orientovaných gradientů a pro klasifikaci SVM klasifikátor. V poslední části práce se zabývám porovnáním deskriptoru založeného na histogramu orientovaných gradientů se SIFT deskriptory a vyhodnocením preciznosti detekčního algoritmu.
|
|
|
3D model
Sládeček, Martin ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Tato práce se zabývá problematikou rekonstrukce trojrozměrné scény ze sekvence sníkmů záznamu z obyčejné kamery. První část práce popisuje principy vyžívané při řešení úlohy, druhá část popisuje algoritmus rekonstrukce a jeho implementaci v jazyce Python. Tento program je dále demonstrován na několika vybraných scénách. Závěr diskutuje o kvalitě vytvořených modelů, nedostatcích programu a možných vylepšeních.
|
|
|
Detekce poznávací značky v obraze
Vacek, Michal ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
V první části se práce zabývá již známými metodami detekce značek. Jsou zde popsány metody využívající zpracování obrazu, AdaBoost, či detekci extrémních regionů. Následuje návrh a implementace vlastního přístupu k detekci poznávacích značek využívající lokální detektory k vytvoření slovníku vizuálních slov. V závěru je metoda vyhodnocena.
|
|
|
Vyhledávání fotografií v databázi podle příkladu
Dobrotka, Matúš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Táto práce se zabývá vyhledáváním fotografií v databázi podle příkladu. Práce byla vytvo\-ře\-na s cílem vyvinout aplikaci, která bude porovnávat různé přístupy vyhledávání fotografií v databázi. Jedná se o základní přístup, který spočívá v detekci klíčových bodů, extrakci lokálních příznaků a tvorbě vizuálního slovníku algoritmem shlukování - k-means. Pomocí vizuálního slovníku je spočítán histogram četnosti výskytu vizuálních slov - Bag of Words (BoW), který reprezentuje fotografii jako celek. Po aplikování vhodné metriky dojde k vyhledání podobných fotografií. Druhý přístup představují hluboké konvoluční neuronové sítě (DCNN), které jsou využity k extrakci příznakových vektorů. Tyto vektory jsou použity na tvorbu vizuálního slovníku, který slouží opět k výpočtu BoW. Postup je pak podobný jako v prvním přístupu. Třetí přístup počítá s extrahovanými vektory z DCNN jako s BoW vektory. Následuje aplikace vhodné metriky a vyhledání podobných fotografií. V závěru práce jsou popsány použity přístupy, uvedeny experimenty a závěrečné vyhodnocení.
|
|
|
Koncepty strojového učení pro kategorizaci objektů v obrazu
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.
|
host ::
RSS.