|
|
Automatic Surveillance Camera Calibration by Observation of Rigid Objects
Bartl, Vojtěch ; Buchholz, Michael (oponent) ; Hurtík, Petr (oponent) ; Herout, Adam (vedoucí práce)
This work is focused on automatic camera calibration based on multiple observations of arbitrary rigid objects. Based on observations of rigid objects moving in a common plane, we are able to calibrate camera w.r.t. the plane, and thus we are able to do measurements in a scene. Objects in the image plane are detected, and classified, and landmarks on these objects are localized. Our motivation was the usage of these methods in traffic scenarios, and thus as our ''objects'' we consider vehicles. We propose three different methods that are able to compute camera calibration based on these localized landmarks in an image plane with the only limitation - 3D models must be provided, but these can be known to the calibration system as a background. The camera calibration process is then fully automatic, and no more information is needed. Contrary to previous state-of-the-art methods for automatic camera calibration, the proposed methods are able to estimate all camera parameters (including focal length). We also collected a new dataset BrnoCarPark , which contains records of different scenes with detected vehicles and localized landmarks. Ground-truth measurements in scenes are available, and these can be re-computed by computed camera calibration parameters. All the proposed methods outperform the recent state-of-the-art method in an accurate manner. We evaluated our methods on the constructed dataset and also another dataset BrnoCompSpeed . We also made experiments on synthetic datasets, which prove the stability and usability of the proposed methods.
|
|
|
SMART CAR: Automatická detekce vozidel
Burkot, Martin ; Žák, Pavel (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalárská práce se venuje detekci pohybujících se vozidel v sekvenci obrázku. V úvodu je proveden strucný rozbor soucasných metod pro detekci vozidel a pohybu ve scéne obecne. V dalších kapitolách je navržena a popsána implementace detektoru pohybujících se vozidel v obraze založeném na urcování optického toku. V záveru je provedeno zhodnocení daného rešení.
|
|
|
Detekce vozidla v obraze
Petráš, Adam ; Zemčík, Pavel (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci vozidel v obraze. V práci je rozebrána metoda detekce vozidel pomocí konvolučních neuronových sítí, jejich struktury a modely. Všechny skripty byly realizovány v programovacím jazyce Python s rozhraním Tensorflow Object Detection API. První část bakalářské práce jsem věnoval strukturám populárních neuronových sítí a modelům detekčních neuronových sítí. Další kapitola se zabývá nejznámějšími frameworky, které se používají pro strojové učení. Byly vybrány tři modely neuronové sítě, jež byly natrénovány na datasetu COD20K. Výsledkem jsou statistické údaje, které pojednávají o efektivitě a výkonu jednotlivých modelů na natrénovaném datasetu a porovnání výkonu bez zobrazení videa na zařízeních Nvidia RTX 2060, kdy výkon dosažený sítí SDD MobileNet V2 byl 300FPS a Nvidia Tegra TX2 8GB, jehož výkon dosahoval téměř 44FPS.
|
|
|
Klasifikace dopravní scény
Vomela, Miroslav ; Janáková, Ilona (oponent) ; Honec, Peter (vedoucí práce)
Práce představuje obecný přehled postupů používaných v aplikacích pro monitorování provozu. Jsou zde popsány různé přístupy pro řešení jednotlivých kroků procesu detekce vozidel. Je provedena analýza těchto metod. Dále se tato práce zaměřuje na návrh a realizaci komplexního robustního algoritmu pro detekci vozidel v reálném čase. Je založen na analýze video-sekvence pořízené statickou kamerou umístěnou na komunikaci. Zpracování sestává z mnoha kroků. Výsledkem jsou statistiky monitorování dopravní situace, jako je průměrná rychlost, počet vozidel a stupeň provozu.
|
|
|
Detekce automobilů v obraze
Špaňhel, Jakub ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
Tato práce si klade za cíl implementovat metodu detekce a sledování automobilu založenou na modelu pohybu, vhodnou pro zpracování v reálném čase. Je zde uveden rozbor běžně užívaných metod detekce a představen princip této metody, který se skládá z detekce nízkoúrovňových klíčových bodů, časoprostorového profilování snímků i klíčových bodů a~klasifikací získaných stop pomocí HMM. Následně byly s metodou prováděny experimenty sloužící k nalezení oblastí potenciálního zlepšení metody.
|
|
|
Detekce pohybujících se objektů ve videu s využitím neuronových sítí
Mikulský, Petr ; Sikora, Pavel (oponent) ; Myška, Vojtěch (vedoucí práce)
Tato diplomová práce řeší detekci pohybujících se objektů ve videu s využitím neuronových sítí. Cílem práce byla detekce účastníků silničního provozu na video záznamech. Pro praktické řešení práce byl použit předtrénovaný detekční model YOLOv5. V rámci řešení byla vypracována vlastní datová množina ze záběrů dopravní komunikace s třídami: osobní automobil, autobus, dodávkový automobil, motocykl a kamion. Celkově finální podoba datové množiny čítá 5404 snímků a 6467 anotovaných objektů. Dotrénovaný model YOLOv5 dosáhl na testovací množině úspěšnosti detekce vozidel mAP 0,995, preciznosti 0,995 a úplnosti odhadu predikce 0,986. V závěru jsou popsány kroky, které vedly ke konečné podobě vlastního datasetu.
|
|
|
Detekce a počítání automobilů v obraze (videodetekce)
Kozina, Lubomír ; Beszédeš,, Marián (oponent) ; Honec, Peter (vedoucí práce)
V diplomové práci na téma Detekce a počítání automobilů v obraze (videodetekce) jsem se zabýval vyhledáváním pohybujících se objektů v sekvenci na sebe navazujících snímků z dopravní kamery. V práci jsou popsány různé metody výpočtu modelu prostředí a následného označení pohybujících se vozidel, počítání pohybujících se vozidel nebo určení přibližné rychlosti pohybu vozidel. Pro pohodlnější vyhodnocení snímané scény bylo vytvořeno uživatelské rozhraní v programu MATLAB.
|
|
|
Systém pro asistenci při nepřehledných dopravních situacích
Podola, David ; Janáková, Ilona (oponent) ; Petyovský, Petr (vedoucí práce)
Nepřehledné dopravní křižovatky typu T představují místa s častou nehodovostí. Možné řešení nabízí instalace inteligentního dopravního zrcadla, které snímá a vyhodnocuje situaci v okolí křižovatky a podává řidičům přijíždějícím z vedlejší komunikace jednoznačně srozumitelný signál, zdali mohou v jízdě pokračovat či je třeba vyčkat. Práce se zabývá studií dosažitelnosti spolehlivé detekce nestacionárních objektů pomocí optických metod (kamerového vstupu). Navržený detekční algoritmus, tvořící jádro zamýšleného zařízení, detekoval objekty poměrně spolehlivě, nicméně vykázal horší výsledky se stoupající vzdáleností objektů od křižovatky. Jelikož lze zlepšení detekce na delší vzdálenosti dosáhnout poměrně jednoduše, například pomocí kamery s větším fokusem, byla v závěru práce potvrzena realizovatelnost daného úkolu pomocí zvolené metody optické detekce.
|
|
|
Detekce aut přijíždějících ke křižovatce
Vácha, Lukáš ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Sledování dopravy za pomocí počítačového vidění se stává v praxi žádaným systémem, který umožňuje nedestruktivní instalaci a je využitelný v celé řadě aplikací. Tato práce se zaměřuje na automatické sledování vozidel, přijíždějících ke křižovatce. Jsou zde popsány vybrané metody detekce pohybujících se vozidel a způsob jejich následného sledování. Na základě těchto metod je navržena aplikace, která je implementována a otestována vzhledem k různým světelným podmínkám a směru přijíždějících vozidel.
|
|
|
Vehicle Speed Measurement Using Stereo Camera Pair
Najman, Pavel ; Sojka, Eduard (oponent) ; Guillemaut, Jean-Yves (oponent) ; Zemčík, Pavel (vedoucí práce)
This thesis aims to answer the question whether it is currently possible to autonomously measure the speed of vehicles using a stereoscopic method with the average error within 1 km/h, the maximum error within 3 km/h, and the standard deviation within 1 km/h. The error ranges are based on the requirements of the OIML whose Recommendations serve as templates for metrological legislations of many countries. To answer this question, a~hypothesis is formulated and tested. A method that utilizes a stereo camera pair for vehicle speed measurement is proposed and experimentally evaluated. The experiments show that the technique overcomes state-of-the-art results with the mean error of approximately 0.05 km/h, the standard deviation of less than 0.20 km/h, and the maximum absolute error of less than 0.75 km/h. The results are within the required ranges, and therefore the formulated hypothesis holds.
|
host ::
RSS.