|
|
Detekce pohyblivého objektu ve videu
Buchtela, Radim ; Ševcovic, Jiří (oponent) ; Herout, Adam (vedoucí práce)
Práce se věnuje oblasti detekce pohyblivých objektů ve video sekvenci. V práci jsou detailně popsány detekční metody založené na principu odečítání pozadí (Background subtraction). Jsou zde představeny strategie modelování pozadí a aktualizace modelu pozadí. Práce se také částečně zabývá problematikou sledování objektů ve videu, kde je představen jeden z možných přístupů. Součástí práce je aplikace pro demonstrování činnosti detekčních metod a sledovací metody. Na výsledcích jsou ukázány hlavní přednosti a zápory naimplementovaných metod.
|
|
|
Detekce pohyblivého objektu ve videu na CUDA
Horák, František ; Nečas, Ondřej (oponent) ; Herout, Adam (vedoucí práce)
Práce se zabývá metodikami detekce pohybu na videozáznamech; výběrem a aplikací vhodných algoritmů za použití technologie CUDA. Tato technologie je dále rozebírána, zkoumána z hlediska její architektury a dalších součástí. Jsou sledovány obecné principy detekce pohybu a navrhovány systémy detekčních algoritmů. Systém je implementován a podroben testům.
|
|
|
Rozpoznávání a klasifikace dopravních situací
Zbořil, Jiří ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je identifikace a klasifikace nebezpečných situací z přehledových kamer, monitorujících dopravní provoz. Příkladem takových situací jsou nebezpečné stání podél silnice a dopravní nehody, na které se práce zaměřuje. Vytvořený systém využívá detektor objektů, analyzující průměrné snímky v daném intervalu, algoritmů K nejbližších sousedů a K Means a opětovnou detekci objektů v lokálně zvětšené oblasti pro výběr kandidátů. Detekované objekty, nacházející se mimo silnici jsou přiložením masky silnice eliminovány. Modul pro zpracování anomálie pak vypočítá její interval a klasifikaci. Naměřené F1 skóre je 0,645, S4 skóre 0,535 a procentuální úspěšnost klasifikace anomálie 80 %.
|
|
|
Rozpoznávání a klasifikace dopravních situací
Zbořil, Jiří ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je identifikace a klasifikace nebezpečných situací z přehledových kamer, monitorujících dopravní provoz. Příkladem takových situací jsou nebezpečné stání podél silnice a dopravní nehody, na které se práce zaměřuje. Vytvořený systém využívá detektor objektů, analyzující průměrné snímky v daném intervalu, algoritmů K nejbližších sousedů a K Means a opětovnou detekci objektů v lokálně zvětšené oblasti pro výběr kandidátů. Detekované objekty, nacházející se mimo silnici jsou přiložením masky silnice eliminovány. Modul pro zpracování anomálie pak vypočítá její interval a klasifikaci. Naměřené F1 skóre je 0,645, S4 skóre 0,535 a procentuální úspěšnost klasifikace anomálie 80 %.
|
|
|
Detekce pohyblivého objektu ve videu
Buchtela, Radim ; Ševcovic, Jiří (oponent) ; Herout, Adam (vedoucí práce)
Práce se věnuje oblasti detekce pohyblivých objektů ve video sekvenci. V práci jsou detailně popsány detekční metody založené na principu odečítání pozadí (Background subtraction). Jsou zde představeny strategie modelování pozadí a aktualizace modelu pozadí. Práce se také částečně zabývá problematikou sledování objektů ve videu, kde je představen jeden z možných přístupů. Součástí práce je aplikace pro demonstrování činnosti detekčních metod a sledovací metody. Na výsledcích jsou ukázány hlavní přednosti a zápory naimplementovaných metod.
|
|
|
Detekce pohyblivého objektu ve videu na CUDA
Horák, František ; Nečas, Ondřej (oponent) ; Herout, Adam (vedoucí práce)
Práce se zabývá metodikami detekce pohybu na videozáznamech; výběrem a aplikací vhodných algoritmů za použití technologie CUDA. Tato technologie je dále rozebírána, zkoumána z hlediska její architektury a dalších součástí. Jsou sledovány obecné principy detekce pohybu a navrhovány systémy detekčních algoritmů. Systém je implementován a podroben testům.
|
host ::
RSS.