|
|
Detekce objektů na stole
Timko, Martin ; Veľas, Martin (oponent) ; Kapinus, Michal (vedoucí práce)
Cieľom tejto práce je navrhnúť a vytvoriť modul pre robotickú platformu PR2. Tento modul má detegovať objekty položené pred robotom na stole a následne umožniť prácu s týmito objektmi. Táto práca popisuje metódy detekcie objektov, ktoré boli využité pri implementá- cii modulu. Ďalej popisuje samotný návrh a implementáciu modulu. Na záver je spomenuté testovanie modulu a zhodnotenie výsledkov.
|
|
|
Deep Learning Algorithms on Embedded Devices
Hadzima, Jaroslav ; Boštík, Ondřej (oponent) ; Horák, Karel (vedoucí práce)
This paper describes currently widely used Deep Learning architectures and methods for object detection and classification in video, with intention of using them on embedded systems. We will cover steps and reasoning when choosing the most appropriate embedded hardware for our application. Our test application consists of vehicle detection and free parking space detection using Deep learning methods, all wrapped under name Smart car park. This application provides monitoring of vehicle presence in car park and if they occupy parking spot or not. All this is expected to be done using embedded device. Later, there will be covered configuration steps for our embedded device with emphasis on hardware optimization for speed. We will provide comparison of available inference models, which will be rated mostly in categories like speed or F1 score, which have the biggest impact in our application. The best candidate will be selected and used for testing of our application.
|
|
|
Detekce objektů v laserových skenech pomocí konvolučních neuronových sítí
Marko, Peter ; Beran, Vítězslav (oponent) ; Veľas, Martin (vedoucí práce)
Práca sa zaoberá detekciou čiary vodorovného dopravného značenia z mračna bodov, ktoré bolo získané laserovým mobilným mapovaním. Systém pracuje interaktívne v spolupráci s užívateľom, ktorý vyznačí počiatok čiary dopravného značenia. Program postupne deteguje zvyšné časti dopravného značenia a vytvorí ich vektorovú reprezentáciu. Na začiatku je mračno bodov premietnuté do vodorovnej roviny a výsledkom je 2D obrázok, ktorý je segmentovaný konvolučnou neurónovou sieťou U-Net. Segmentácia označuje jednu dopravnú čiaru. Segmentácia je prevedená na lomenú čiaru, ktorú je možné použiť v geo-informačnom systéme. Sieť U-Net pri testovaní dosiahla presnosť segmentácie 98,8\%, špecificitu 99,5\% a senzitivitu 72,9\%. Odhadnutá lomená čiara dosiahla priemernú odchýlku 1,8cm.
|
|
|
Detekce objektů
Baáš, Filip ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Táto bakalárska práca sa zaoberá detekciou tvarovo nemenných objektov na snímkach. Pre detekciu je využitý algoritmus hranového vzdialenostného párovania, ktorý je na tieto účely stavaný. Prvá časť tejto práce je určená teoretickému vysvetleniu princípu tohto algoritmu. Sú tu vysvetlené najpoužívanejšie spôsoby prevedenia vzdialenostnej transformácie, potrebnej pre tento algoritmus. Ďalej je tu vysvetlený výpočet hranovej vzdialenosti a pyramídová reprezentácia informácií. Druhá časť je venovaná vývojovým nástrojom použitým v tejto práci, ktorými sú vývojové prostredie Visual Studio a knižnice OpenCV pre spracovanie obrazu a Qt pre tvorbu grafického používateľského rozhrania. V poslednej časti tejto práce je popísaná praktická realizácia detekcie objektov. Je tu popísaný spôsob akým sú objekty renderované, postup vytvorenia vzoru z renderovaného obrazu, spôsob vytvorenia sady vzorov, porovnanie rýchlostí vzdialenostných transformácií počítaných v rôznych metrikách, porovnanie obyčajnej a pyramídovej detekcie a spôsob vyhodnotenia detekcie. V závere práce sú zhrnuté dosiahnuté výsledky práce.
|
|
|
Exploitation of GPU in graphics and image processing algorithms
Jošth, Radovan ; Svoboda, David (oponent) ; Trajtel,, Ľudovít (oponent) ; Herout, Adam (vedoucí práce)
This thesis introduces several selected algorithms, which were primarily developed for CPUs, but based on high demand for improvements; we have decided to utilize it on behalf of GPGPU. This modification was at the same time goal of our research. The research itself was performed on CUDA enabled devices. The thesis is divided in accordance with three algorithm’s groups that have been researched: a real-time object detection, spectral image analysis and real-time line detection. The research on real-time object detection was performed by using LRD and LRP features. Research on spectral image analysis was performed by using PCA and NTF algorithms and for the needs of real-time line detection, we have modified accumulation scheme for the Hough transform in two different ways. Prior to explaining particular algorithms and performed research, GPU architecture together with GPGPU overview are provided in second chapter, right after an introduction. Chapter dedicated to research achievements focus on methodology used for the different algorithm modifications and authors’ assess to the research, as well as several products that have been developed during the research. The final part of the thesis concludes our research and provides more information about the research impact.
|
|
|
Basics of Pedestrians Detection in Image by Machine Learning
Lučanský, Peter ; Klečka, Jan (oponent) ; Horák, Karel (vedoucí práce)
This thesis deals with cutting-edge computer vision task the detection of persons/pedestrians in images by using machine learning methods with its possible utilization, history of progress and explanations of functionalities. It also includes testing the today's best method available on various circumstances and comparing aspects that has impact on its performance. At the beginning the matter is fundamentally explained and then are in details described up to date achievements in the subject of matter. In the following part are described available datasets that may be used for training with pointed out their pros and cons. In the last section is in details explained how to use the chosen method. Lastly is executed its training on various situations and comparison of the results is made.
|
|
|
Sledování pohybu míče ve videu
Motlík, Matúš ; Špaňhel, Jakub (oponent) ; Bartl, Vojtěch (vedoucí práce)
Táto diplomová práca sa zaoberá automatickou detekciou a sledovaním futbalovej lopty v zázname športového stretnutia. Na základe predstavených techník zameraných na sledovanie malých objektov vo vysokom rozlíšení sú navrhnuté a implementované efektívne konvolučné neurónové siete, ktoré ďalej využíva upravený sledovací algoritmus SORT pre automatickú detekciu objektov v obraze. Za účelom preskúmania možností spracovania v reálnom čase pri čo najnižšej strate presnosti sledovania sú uskutočnené experimenty so spracovávaním snímok v rôznych rozlíšeniach a s rôznou frekvenciou získavania detekcií. Získané výsledky experimentov sú prezentované a využité pre návrh ďalších rozšírení, ktoré by viedli k zlepšeniu úspešnosti sledovania pri zachovaní dostatočnej rýchlosti spracovania.
|
|
|
Analýza záznamů bezpečnostních kamer
Ščavnická, Šárka ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Táto práca sa zaoberá systémami na analyzovanie záznamov z bezpečnostných kamier. Cieľom bolo vytvorenie funkčného riešenia, ktoré bude analyzovať záznamy a odpovedať na dotazy od užívateľa. Vytvorený systém kombinuje algoritmus YOLO pre detekciu objektov a DeepSORT na ich následné sledovanie. Celkovo obsahuje päť modelov, ktoré detekujú špecifické situácie. Jednotlivé modely dosiahli počas testovania rôznej úspešnosti, pričom najnižšia úspešnosť bola 58 % a išlo o model detekcie vystúpenia z auta. Najvyššiu úspešnosť, 83 %, dosiahol model na detekciu stretnutia medzi dvomi ľudí.
|
|
|
Mobilní aplikace využívající hlubokých konvolučních neuronových sítí
Poliak, Sebastián ; Herout, Adam (oponent) ; Sochor, Jakub (vedoucí práce)
Táto práca popisuje proces tvorby mobilnej aplikácie, ktorá využíva hlboké konvolučné neurónové siete. Proces začína predstavením hlavnej myšlienky, po ktorej nasleduje produktový a technický návrh, implementácia a vyhodnotenie. Práca taktiež skúma technické pozadie rozpoznávania obrazu, a vyberá najvhodnejšie možnosti pre účely aplikácie. Tie sú detekcia objektov a multi-label klasifikácia, ktoré sú obe implementované, vyhodnotené a porovnané. Výsledná aplikácia sa snaží priniesť hodnotu z užívateľského aj technického hľadiska.
|
|
|
Rozpoznávání osob a jejich činnosti ve videu z bezpečnostních kamer
Saloň, Juraj Samuel ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je navrhnutie a implementovanie systému schopného rozpoznávať činností ľudí z bezpečnostných kamier. Hlavný dôraz je kladený na koncept komplexných situácií alebo udalostí, ktoré sú definované vzťahmi medzi rozpoznanými objektmi. Úvod tejto práce je venovaný oboznámeniu sa s jednotlivými časťami systému, kde sú objasnené využité techniky rozpoznávania objektov, sledovania objektov a rozpoznávania činností, ktoré sú použité v tejto práci. Druhá časť práce popisuje konečný návrh a implementáciu systému. Pre rozpoznávanie jednotlivých činností sú ďalej definované niektoré vzťahy medzi získanými informáciami popisujúce tieto činnosti, ako napríklad "vystupovanie z auta" alebo "kráčanie dvoch a viacerých ľudí spolu". Nakoniec je úspešnosť rozpoznávania vyhodnotená metrikou strednej priemernej presnosti (Mean Average Presicion).
|
host ::
RSS.