|
|
Detekce a rozpoznání objektů v obraze
Muzikářová, Michaela ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a implementací aplikace typu klient-server, která umožňuje rozpoznání objektů v obraze a využívá již existující mobilní aplikaci. V teoretické části jsou nejprve popsány rozdíly lidského a počítačového vidění, dále detekce a rozpoznání objektů včetně vybraných metod. Další sekce obsahuje popis umělých neuronových sítí, které byly pro práci hlouběji nastudovány, spolu s jejich využitím k rozpoznání objektů. Následují informace, týkající se vybraných mobilních aplikací pro rozpoznání objektů v obraze, zakončené přehledem frameworků a knihoven, umožňujících práci s neuronovými sítěmi. Z nich byl k práci zvolen Caffe Framework. Dále je popsán průběh návrhu a řešení a vytvořený systém včetně experimentů a datasetů, použitých k ověření jeho funkčnosti.
|
|
|
Houghova transformace a její varianty
Stejskal, Jan ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato práce se zaměřuje na základní principy Houghovy transformace určené k detekci přímek, kružnic a obecných těles, jejich algoritmy, výpočetní náročnost a způsob přípravy obrazu pro detekci. Následný popis implementace jednotlivých algoritmů a vytvoření aplikace pro demonstraci jejich vlastností. K implementaci byl využit programovací jazyk MS Visual C++, volně dostupná knihovna OpenCV a uživatelské rozhraní bylo vytvořeno pomocí IDE Qt Creator 4.13.2 (Community).
|
|
|
Detekce objektu ve videosekvencích
Šebela, Miroslav ; Beneš, Radek (oponent) ; Číka, Petr (vedoucí práce)
Práce se skládá ze tří hlavních částí. Teoretického popisu transformací a metod zpracování obrazu, optického rozpoznání znaků a návrhu řešení rozpoznání registračních značek automobilu v obraze nebo videu. V teoretické části je popsána vlastní reprezentace obrazu, transformace pro vylepšení obrazu a metody segmentace regionů v obraze a jsou zde navrženy dvě metody pro optické rozpoznání znaků. Praktická část se zabývá návrhem řešení a postupem pro rozpoznání RZ. Řešení se skládá z předzpracování obrazu, segmentace regionů, detekce objektu dle jeho vlastností a následného optického rozpoznání znaků. Pro řešení byly použity metody převodu do odstínu šedé, transformace vycházející z histogramu, prahování, určení oblastí spojených obrazových bodů, detekce regionu dle jeho vlastností, optického rozpoznání znaků a porovnání zjištěných hodnot s databází registračních značek pro účely správy vjezdu do objektu.
|
|
|
Rozšířená realita v reklamě
Angelov, Michael ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Diplomová práce se zabývá tématem využití rozšířené reality v reklamě. Cílem práce je vytvořit mobilní aplikaci, která bude reálném čase rozpoznávat a sledovat specifické objekty (např. tištěnou reklamu, loga, atp.) v kameře mobilního telefonu, zjišťovat o nich další informace a zobrazovat je na displeji mobilního telefonu způsobem rozšířené reality. Práce se také zabývá přehledem současných technik v oblasti rozpoznávání, sledování objektu a vyhledávání objektu v obrazových databázích.
|
|
|
Klient server aplikace pro tvorbu spisových stránek pro PČR
Terbr, Filip ; Beran, Vítězslav (oponent) ; Rydlo, Štěpán (vedoucí práce)
Diplomová práce se věnuje návrhu a implementaci systému pro editaci fotografických dokumentací Policie ČR. V práci je obsažen rozbor aktuálně používaných technologií, návrh klientské aplikace, návrh serverové části systému a popis realizace klientské a serverové části systému. Výsledná implementace serverové části je napsána v jazyce JavaScript s podporou frameworku Express.JS, výsledná klientská aplikace je napsána v jazyce JavaScript s použitím frameworku Electron.
|
|
|
Houghova transformace a její varianty
Stejskal, Jan ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato práce se zaměřuje na základní principy Houghovy transformace určené k detekci přímek, kružnic a obecných těles, jejich algoritmy, výpočetní náročnost a způsob přípravy obrazu pro detekci. Následný popis implementace jednotlivých algoritmů a vytvoření aplikace pro demonstraci jejich vlastností. K implementaci byl využit programovací jazyk MS Visual C++, volně dostupná knihovna OpenCV a uživatelské rozhraní bylo vytvořeno pomocí IDE Qt Creator 4.13.2 (Community).
|
|
|
Rozšířená realita v reklamě
Angelov, Michael ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Diplomová práce se zabývá tématem využití rozšířené reality v reklamě. Cílem práce je vytvořit mobilní aplikaci, která bude reálném čase rozpoznávat a sledovat specifické objekty (např. tištěnou reklamu, loga, atp.) v kameře mobilního telefonu, zjišťovat o nich další informace a zobrazovat je na displeji mobilního telefonu způsobem rozšířené reality. Práce se také zabývá přehledem současných technik v oblasti rozpoznávání, sledování objektu a vyhledávání objektu v obrazových databázích.
|
|
|
Detekce a rozpoznání objektů v obraze
Muzikářová, Michaela ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a implementací aplikace typu klient-server, která umožňuje rozpoznání objektů v obraze a využívá již existující mobilní aplikaci. V teoretické části jsou nejprve popsány rozdíly lidského a počítačového vidění, dále detekce a rozpoznání objektů včetně vybraných metod. Další sekce obsahuje popis umělých neuronových sítí, které byly pro práci hlouběji nastudovány, spolu s jejich využitím k rozpoznání objektů. Následují informace, týkající se vybraných mobilních aplikací pro rozpoznání objektů v obraze, zakončené přehledem frameworků a knihoven, umožňujících práci s neuronovými sítěmi. Z nich byl k práci zvolen Caffe Framework. Dále je popsán průběh návrhu a řešení a vytvořený systém včetně experimentů a datasetů, použitých k ověření jeho funkčnosti.
|
|
|
Detekce objektu ve videosekvencích
Šebela, Miroslav ; Beneš, Radek (oponent) ; Číka, Petr (vedoucí práce)
Práce se skládá ze tří hlavních částí. Teoretického popisu transformací a metod zpracování obrazu, optického rozpoznání znaků a návrhu řešení rozpoznání registračních značek automobilu v obraze nebo videu. V teoretické části je popsána vlastní reprezentace obrazu, transformace pro vylepšení obrazu a metody segmentace regionů v obraze a jsou zde navrženy dvě metody pro optické rozpoznání znaků. Praktická část se zabývá návrhem řešení a postupem pro rozpoznání RZ. Řešení se skládá z předzpracování obrazu, segmentace regionů, detekce objektu dle jeho vlastností a následného optického rozpoznání znaků. Pro řešení byly použity metody převodu do odstínu šedé, transformace vycházející z histogramu, prahování, určení oblastí spojených obrazových bodů, detekce regionu dle jeho vlastností, optického rozpoznání znaků a porovnání zjištěných hodnot s databází registračních značek pro účely správy vjezdu do objektu.
|
host ::
RSS.