|
|
Detekce jízdy na červenou
Šorf, Milan ; Bartl, Vojtěch (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato práce se zabývá automatickou detekcí jízdy na červenou ze statické kamery. Teoretická část práce popisuje princip detekce, představuje některé metody zpracování obrazu pro detekci semaforů a automobilů a popisuje metriky pro jejich srovnávání. Práce se rovněž zabývá implementací aplikace pro porovnání úspěšnosti jednotlivých metod.
|
|
|
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.
|
|
|
Sledování objektů v sekvenci snímků
Švancar, Boris ; Doležel, Michal (oponent) ; Orság, Filip (vedoucí práce)
Práce se věnuje metódam pro detekci pohybu a sledováni objektů ve video sekvenci ze statické a dynamické kamery. Detailně je zde představena metoda odčítaní pozadí s využitím aktualizace pozadí a metoda Lucas-Kanade optický tok. Obě metódy jsou implementovány v testovací aplikaci v jazyce C++ s využitím knihoven OpenCV a Qt a následně jsou podrobeny testování. Závěr práce tvoří zhodnocení dosažených výsledků.
|
|
|
Detekce pohybu v obraze z kamery
Polanský, Petr ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je zhodnotit účinnost detekce pohybu pomocí Gaussova rozdělení pravděpodobnosti. Algoritmus při detekci pohybu vytvoří krátké video zachycující pohyb a vhodně jej vizualizuje. Vizualizace je provedena grafem intenzity bílých pixelů mapující pohyb. Systém je vhodný hlavně pro méně rušné oblasti, kde pohyb je významnou změnou prostředí. Výsledky této práce ukazují, jaký vliv na detekci mají okolní podmínky a poloha kamery.
|
|
|
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.
|
|
|
Rozpoznávání gest lidské ruky
Adámek, Jakub ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce je zaměřena na rozpoznávání gest lidské ruky. Její stěžejní částí je segmentace obrazu ve video sekvenci. Pro segmentaci obrazu je použita metoda rozpoznání obličeje v obrazu s následnou detekcí lidské kůže a metoda odečítání pozadí. Pro odstranění šumu po segmentaci obrazu jsou použity metody matematické morfologie. Práce se zabývá rozpoznáváním čistě dynamických gest. V rámci práce byla navržena aplikace pro rozpoznávání dynamických gest lidské ruky a sada modelů dynamických gest. Rozpoznávání gest je inspirováno skrytými Markovovými modely. Závěrečná kapitola je pak věnována míře přesnosti rozpoznávání gest.
|
|
|
Detekce pohybujících se objektů ve videu
Hanek, Petr ; Přinosil, Jiří (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato bakalářská práce se zabývá knihovnou OpenCV a jejími metodami. Vytvořená aplikace je schopna detekovat pohybující se objekty ve videu ze statické kamery za pomocí metod pro odečítání pozadí obrazu. Tuto aplikaci je možné využívat v různých módech: detekování v oblasti vypočítanou pomocí BFS algoritmu a dva téměř podobné módy na detekci přechodu přes linii. Aplikace funguje na více vláknech, jelikož vytvořené grafické uživatelské rozhraní je náročné na výpočetní výkon. V aplikaci je implementovaný Kálmánův filtr pro detekci více objektů zároveň a implementace maďarské metody, která řeší přiřazovací problém.
|
|
|
Optický radar s využitím dvouosého kamerového manipulátoru
Senčuch, Daniel ; Musil, Petr (oponent) ; Beran, Vítězslav (vedoucí práce)
Efektivní sledování velkých kritických oblastí je důležité pro zajištění jejich bezpečnosti a soukromí. Řešení pro automatizaci této činnosti nejsou volně dostupná. Tato práce si klade za cíl vytvořit aplikaci pro sestavu dvouosého kamerového manipulátoru a kamery snímající viditelné spektrum. Aplikace na základě polohy manipulátoru a obrazu z kamery zjišťuje sémanticky významné změny v okolí, které je aktuálně snímáno, a vyznačuje oblasti zájmu, ve kterých k těmto změnám došlo.
|
|
|
Re-identifikace vozidla pomocí rozpoznání jeho registrační značky
Špaňhel, Jakub ; Juránková, Markéta (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá návrhem algoritmů detekce a rozpoznání registrační značky vozidla, které by byly použitelné pro re-identifikaci vozidla v obraze, a vytvořením jednoduchého systému analýzy dopravy. Byly navrženy a otestovány jednotlivé části toho systému. Konkrétně se jedná o detekci vozidel, detekci a rozpoznání registrační značky vozidla a systém samotný. Detekce vozidel je prováděna pomocí metody odečítání pozadí a vytváření ohraničení těchto oblastí s úspěšností ~92%. Registrační značka je detekována pomocí kaskády klasifikátoru a dosahuje úspěšnosti 81.72% a přesnosti 94.42%. Rozpoznání poznávací značky pomocí metody Template matching dosahuje úspěšnosti 60.55%. Proto byl představen zcela nový princip rozpoznávání registrační značky vozidla pomocí jejího skenování užitím principu sliding window a rozpoznáváním neuronovou sítí. Neuronová síť dosahuje úspěšnosti 64.47% pro testovací datovou sadu při použití pěti příznaků. Malou úspěšnost neuronové sítě však ovlivňuje nedostatek vzorků některých znaků registrační značky.
|
|
|
Detekce pohybu ve video sekvenci
Chadim, Petr ; Štancl, Vít (oponent) ; Švub, Miroslav (vedoucí práce)
Práce pojednává o problému detekce pohybu ve video sekvenci. Detailně je popsán základní princip metody Odečítání pozadí a algoritmus pro hledání rozdílů mezi snímky. Velká pozornost je věnována aktualizaci referenčního snímku. Součástí práce je lokalizace pohybujícího se objektu ve video sekvenci. Výsledkem je aplikace pro otestování práce detektoru v různých prostředích.
|
host ::
RSS.