|
|
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.
|
|
|
Lokalizace mobilního robota pomocí kamery
Vaverka, Filip ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje návrh a realizaci metody lokalizace mobilního robota. Metoda je založena čistě na obrazových datech získaných pomocí monokulární kamery. Lokalizace je v popisovaném řešení chápána jako asociační problém a jde tedy o lokalizaci v topologickém modelu prostření, který je předem vytvořen. Základem metody je generativní pravděpodobnostní model vzhledu prostředí. Tento způsob lokalizace umožňuje eliminovat některé obtížné problémy, kterými trpí klasické lokalizační metody.
|
|
|
Detection of object position
Baáš, Filip ; Janáková, Ilona (oponent) ; Richter, Miloslav (vedoucí práce)
Master’s thesis deals with object pose estimation using monocular camera. As an object is considered every rigid, shape fixed entity with strong edges, ideally textureless. Object position in this work is represented by transformation matrix, which describes object translation and rotation towards world coordinate system. First chapter is dedicated to explanation of theory of geometric transformations and intrinsic and extrinsic parameters of camera. This chapter also describes detection algorithm Chamfer Matching, which is used in this work. Second chapter describes all development tools used in this work. Third, fourth and fifth chapter are dedicated to practical realization of this works goal and achieved results. Last chapter describes created application, that realizes known object pose estimation in scene.
|
|
|
Hluboké neuronové sítě pro klasifikaci objektů v obraze
Mlynarič, Tomáš ; Zemčík, Pavel (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá klasifikací objektů v obraze s použitím hlubokých neuronových sítí. Jako algoritmus pro klasifikaci byla zvolena segmentace celé scény pracující na video sekvencích a využívající informace mezi dvěma snímkami videa. Pro tuto úlohu bylo použito extrahování informací pomocí optického toku, na základě kterého byly dále warpovány aktivační mapy vrstev neuronových sítí. Dvě architektury neuronových sítí byly upraveny pro práci s videem, na kterých byly následně provedeny experimenty. Výsledky experimentů ukazují, že použití videa umožňuje zlepšit přesnost (IoU) vůči stejné architektuře pracující s obrázky.
|
|
|
Detection of object position
Baáš, Filip ; Janáková, Ilona (oponent) ; Richter, Miloslav (vedoucí práce)
Master’s thesis deals with object pose estimation using monocular camera. As an object is considered every rigid, shape fixed entity with strong edges, ideally textureless. Object position in this work is represented by transformation matrix, which describes object translation and rotation towards world coordinate system. First chapter is dedicated to explanation of theory of geometric transformations and intrinsic and extrinsic parameters of camera. This chapter also describes detection algorithm Chamfer Matching, which is used in this work. Second chapter describes all development tools used in this work. Third, fourth and fifth chapter are dedicated to practical realization of this works goal and achieved results. Last chapter describes created application, that realizes known object pose estimation in scene.
|
|
|
Hluboké neuronové sítě pro klasifikaci objektů v obraze
Mlynarič, Tomáš ; Zemčík, Pavel (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá klasifikací objektů v obraze s použitím hlubokých neuronových sítí. Jako algoritmus pro klasifikaci byla zvolena segmentace celé scény pracující na video sekvencích a využívající informace mezi dvěma snímkami videa. Pro tuto úlohu bylo použito extrahování informací pomocí optického toku, na základě kterého byly dále warpovány aktivační mapy vrstev neuronových sítí. Dvě architektury neuronových sítí byly upraveny pro práci s videem, na kterých byly následně provedeny experimenty. Výsledky experimentů ukazují, že použití videa umožňuje zlepšit přesnost (IoU) vůči stejné architektuře pracující s obrázky.
|
|
|
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.
|
|
|
Lokalizace mobilního robota pomocí kamery
Vaverka, Filip ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje návrh a realizaci metody lokalizace mobilního robota. Metoda je založena čistě na obrazových datech získaných pomocí monokulární kamery. Lokalizace je v popisovaném řešení chápána jako asociační problém a jde tedy o lokalizaci v topologickém modelu prostření, který je předem vytvořen. Základem metody je generativní pravděpodobnostní model vzhledu prostředí. Tento způsob lokalizace umožňuje eliminovat některé obtížné problémy, kterými trpí klasické lokalizační metody.
|
host ::
RSS.