|
|
People Detection Using Radar
Bartko, Jakub ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
This thesis aims to research the applicability of deep learning methods on point clouds generated by millimeter-wave radars, as a solution for people detection, and 3D scene understanding in general. Radar is a system that uses radio waves to determine the distance, azimuth, and velocity of surrounding objects. For each point of detection, Cartesian coordinates can be calculated, to produce a set of points in 3D space called a point cloud. Deep neural network architectures designed to operate on sparse 3D point clouds can be trained for point-wise segmentation, object detection, classification, and tracking. This can be used to greatly advance the 3D scene understanding by machines. A model based on the state-of-the-art methods for object detection and classification on sparse point clouds was trained as a part of this thesis, for the purpose of people detection. To showcase the robustness of the trained model and the straightforwardness of its applicability to solve prominent real-world tasks of scene understanding, a people counting application was developed. The employed methods were thoroughly evaluated on a dataset created as a part of this thesis, consisting of over 19,500 labels on 3D radar point clouds.
|
|
|
Mapování pohybu osob stacionární kamerou
Bartl, Vojtěch ; Zemčík, Pavel (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je získat informace o pohybu osob ve scéně ze záznamu ze stacionární kamery. Byl navržen postup, jak detekovat výjimečné události ve scéně. Výjimečné události mohou být rychle se pohybující osoby nebo osoby pohybující se jinde, než všichni ostatní ve scéně. Pro sledování pohybu osob byly použity a testovány dva algoritmy - Optical flow a CAMSHIFT. Analýza výsledných pohybů je prováděna sledováním průběhu pohybu a jeho porovnáním s ostatními pohyby ve scéně. Výsledkem analýzy jsou detekované výjimečné pohyby ve videu. Rovněž jsou označený oblasti, kde se ve scéně vyskytuje pohyb, oblasti kde je pohyb nejčastější a je provedena analýza směrů pohybů. Hlavním výsledkem jsou extrahované části videa, kde nastal výjimečný pohyb.
|
|
|
Sledování pohybu osob ve video sekvenci
Johanová, Daniela ; Zahrádka, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí postavy ve videu pomocí Kinectu. Detektor lidských postav je založený na metodě ComboHod, která využívá barevné i hloubkové informace z obrazu. Cílem práce bylo vytvořit detektor postav, jehož funkci ukáži na statistické aplikaci. Aplikace shromažďuje statistické informace o lidech, kteří prošli kolem výlohy obchodu. Závěrem práce jsou popsány experimenty s detektorem v různých prostředích a podmínkách.
|
|
|
Sledování pohybů osob v záznamu ze stacionární kamery
Trnkal, Milan ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zaměřuje na problematiku sledování chodců kamerou. Představil jsem používané metody počítačového vidění, které jsou vhodné pro detekci a klasifikaci osob. Na základě detekce pohybu osob ve videozáznamu jsem navrhl algoritmus pro detekci a sledování chodců. Výsledná aplikace používá histogram orientovaných gradientů a SVM klasifikátor, pro identifikaci chodců jsou využity barevné histogramy. Zjištěné trajektorie jsou následně vykreslovány na výstup. V poslední části práce se zabývám testováním a vyhodnocením výsledků navrženého algoritmu.
|
|
|
Zpracování dat z mikrovlnných radarových senzorů se zaměřením na detekci trajektorie pohybu osob v zájmových zónách
Uher, Adam ; Slováček, Miroslav (oponent) ; Valach, Soběslav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí osob a sledováním trajektorií pohybu v zájmových zónách. Jsou rozebrány jednotlivé metody, pomocí nichž lze detekce osob dosáhnout. Pro implementaci funkce detekce osob a detekce trajektorie pohybu je vybrán mikrovlnný radarový snímač IWR6843AoPEVM od společnosti Texas Instruments. Je popsán využitý hardware a software. Následně je provedena simulace funkce sledováním trajektorie osob ve frontě a zhodnoceny výsledky. Jsou srovnány výhody a nevýhody jednotlivých metod pro detekci osob. Nakonec je shrnut výběr možných implementací tohoto zařízení a vybrána cílová platforma, na které je ověřena funkce.
|
|
|
Fúze senzorů pro detekci a lokalizaci osob v místnosti
Vondráček, Jakub ; Dobossy, Barnabás (oponent) ; Najman, Jan (vedoucí práce)
Tato diplomová práce se zabývá problematikou fúze několika senzorů za účelem detekce a lokalizace osob v místnosti. Zaměřena je primárně na využití spojení levných senzorů a jejich implementaci takovým způsobem, aby jejich fúze vytvořila systém, který má zřejmé výhody v porovnání s dražšími jedno senzorovými řešeními. V první části práce je provedena rešerše, která představuje základní problematiku detekce, lokalizace a počítání osob v místnosti. Za účelem využití v praktické části práce, je zde také uvedeno, jakými konkrétními senzory je možné těchto funkcionalit dosáhnout a jaké řídící jednotky jsou vhodné pro takový systém. Nakonec jsou v této sekci shrnuty konkrétní komponenty a softwarové nástroje, které jsou dále použity v rámci praktické části práce. Zahrnuto je také odůvodnění tohoto výběru. V druhé části práce je popsán konkrétní návrh výsledného systému, který je schopen plnit funkce detekce, lokalizace a počítání osob v místnosti. Tento praktický návrh je popsán včetně veškerých východisek, zapojení a zejména algoritmu, který byl pro fúzi senzorů použit. Celý systém je následně otestován, na základě čehož je jeho fungování vyhodnoceno. V poslední sekci práce je vytvořený systém doplněn o model krytu a uchycení na zeď.
|
|
|
People Detection Using Radar
Bartko, Jakub ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
This thesis aims to research the applicability of deep learning methods on point clouds generated by millimeter-wave radars, as a solution for people detection, and 3D scene understanding in general. Radar is a system that uses radio waves to determine the distance, azimuth, and velocity of surrounding objects. For each point of detection, Cartesian coordinates can be calculated, to produce a set of points in 3D space called a point cloud. Deep neural network architectures designed to operate on sparse 3D point clouds can be trained for point-wise segmentation, object detection, classification, and tracking. This can be used to greatly advance the 3D scene understanding by machines. A model based on the state-of-the-art methods for object detection and classification on sparse point clouds was trained as a part of this thesis, for the purpose of people detection. To showcase the robustness of the trained model and the straightforwardness of its applicability to solve prominent real-world tasks of scene understanding, a people counting application was developed. The employed methods were thoroughly evaluated on a dataset created as a part of this thesis, consisting of over 19,500 labels on 3D radar point clouds.
|
|
|
Zpracování dat z mikrovlnných radarových senzorů se zaměřením na detekci trajektorie pohybu osob v zájmových zónách
Uher, Adam ; Slováček, Miroslav (oponent) ; Valach, Soběslav (vedoucí práce)
Tato bakalářská práce se zabývá detekcí osob a sledováním trajektorií pohybu v zájmových zónách. Jsou rozebrány jednotlivé metody, pomocí nichž lze detekce osob dosáhnout. Pro implementaci funkce detekce osob a detekce trajektorie pohybu je vybrán mikrovlnný radarový snímač IWR6843AoPEVM od společnosti Texas Instruments. Je popsán využitý hardware a software. Následně je provedena simulace funkce sledováním trajektorie osob ve frontě a zhodnoceny výsledky. Jsou srovnány výhody a nevýhody jednotlivých metod pro detekci osob. Nakonec je shrnut výběr možných implementací tohoto zařízení a vybrána cílová platforma, na které je ověřena funkce.
|
|
|
Sledování pohybů osob v záznamu ze stacionární kamery
Trnkal, Milan ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zaměřuje na problematiku sledování chodců kamerou. Představil jsem používané metody počítačového vidění, které jsou vhodné pro detekci a klasifikaci osob. Na základě detekce pohybu osob ve videozáznamu jsem navrhl algoritmus pro detekci a sledování chodců. Výsledná aplikace používá histogram orientovaných gradientů a SVM klasifikátor, pro identifikaci chodců jsou využity barevné histogramy. Zjištěné trajektorie jsou následně vykreslovány na výstup. V poslední části práce se zabývám testováním a vyhodnocením výsledků navrženého algoritmu.
|
|
|
Sledování pohybu osob ve video sekvenci
Johanová, Daniela ; Zahrádka, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá detekcí postavy ve videu pomocí Kinectu. Detektor lidských postav je založený na metodě ComboHod, která využívá barevné i hloubkové informace z obrazu. Cílem práce bylo vytvořit detektor postav, jehož funkci ukáži na statistické aplikaci. Aplikace shromažďuje statistické informace o lidech, kteří prošli kolem výlohy obchodu. Závěrem práce jsou popsány experimenty s detektorem v různých prostředích a podmínkách.
|
host ::
RSS.