Národní úložiště šedé literatury Nalezeno 8 záznamů.  Hledání trvalo 0.00 vteřin. 
Sledování cíle v prostoru
Černín, Jan ; Horák, Karel (oponent) ; Janáková, Ilona (vedoucí práce)
Předmětem této bakalářské práce bylo naprogramovat algoritmus, který by byl schopen zpracovat obrazová data z připojené kamery. Program pracuje s daty v reálném čase a na základě vyhodnocené pozice objektu zajistí natočení polohovací hlavice tak, aby kamera sledovala vybraný cíl. Celý algoritmus implementuje metody sledování psané v programovacím jazyce C/C++ využívající funkcí knihovny OpenCV.
Stereovizní systém pro počítání cestujících v hromadných dopravních prostředcích
Vrzal, Radek ; Hradiš, Michal (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce pojednává o návrhu systému pro automatické počítání cestujících v dopravních prostředcích. Jednotky počítající cestující jsou umístěny na stopě dveřního prostoru vozidla. Cestující jsou detekováni na disparitní mapě vypočtené ze snímků stereo-kamery. Sledování cestujícího probíhá pomocí sledovacího algoritmu Global nearest neighbor a Multiple hypothesis tracking. Systém je používán pro získávaní dat pro přepravní průzkumy veřejné dopravy.
Estimating of motion models and its parameters to identify target trajectory
Benko, Matej ; Eliaš, Michal (oponent) ; Žák, Libor (vedoucí práce)
This text deals with removing noise from inaccurate multilateration measurements. It is used Bayesian estimation theory to find the posterior density of the real position (or, moreover, velocity) of an airplane. Together with true position, we estimate on Bayesian principle the geometry of a maneuver that an airplane obeys and so-called process noise, which describes how much an airplane's trajectory differs from the geometry. The estimation of the process noise is the essential part of the work. It is derived Bayesian approach together with the maximum likelihood approach. Then, improvements to these algorithms are introduced. They provide better results in particular cases, such as a maneuver change of the target or initial uncertainty of the maximum likelihood estimation. At the end of the text, the possibility of a combination of geometry and process noise estimation is described.
Komprimované vzorkování pro efektivní sledování objektu senzorovou sítí
Klimeš, Ondřej ; Veselý, Vítězslav (oponent) ; Rajmic, Pavel (vedoucí práce)
Diplomová práce se zabývá sledováním objektu. Ke sledování je použita decentralizovaná senzorová síť využívající distribuovaný částicový filtr s věrohodnostním konsenzem. Tento konsenzus je založen na řídké reprezentaci lokální věrohodnostní funkce pomocí vhodných slovníků. V této práci se porovnávají hojně používaný Fourierův slovník s námi navrženým slovníkem tzv. B-splajnů. Zároveň je díky řídkosti distribuovaných dat možné implementovat metodu komprimovaného snímání. Výsledky jsou porovnávány z hlediska přesnosti sledování a komunikační náročnosti. Součástí práce jsou také skripty a funkce v jazyce MATLAB.
Estimating of motion models and its parameters to identify target trajectory
Benko, Matej ; Eliaš, Michal (oponent) ; Žák, Libor (vedoucí práce)
This text deals with removing noise from inaccurate multilateration measurements. It is used Bayesian estimation theory to find the posterior density of the real position (or, moreover, velocity) of an airplane. Together with true position, we estimate on Bayesian principle the geometry of a maneuver that an airplane obeys and so-called process noise, which describes how much an airplane's trajectory differs from the geometry. The estimation of the process noise is the essential part of the work. It is derived Bayesian approach together with the maximum likelihood approach. Then, improvements to these algorithms are introduced. They provide better results in particular cases, such as a maneuver change of the target or initial uncertainty of the maximum likelihood estimation. At the end of the text, the possibility of a combination of geometry and process noise estimation is described.
Komprimované vzorkování pro efektivní sledování objektu senzorovou sítí
Klimeš, Ondřej ; Veselý, Vítězslav (oponent) ; Rajmic, Pavel (vedoucí práce)
Diplomová práce se zabývá sledováním objektu. Ke sledování je použita decentralizovaná senzorová síť využívající distribuovaný částicový filtr s věrohodnostním konsenzem. Tento konsenzus je založen na řídké reprezentaci lokální věrohodnostní funkce pomocí vhodných slovníků. V této práci se porovnávají hojně používaný Fourierův slovník s námi navrženým slovníkem tzv. B-splajnů. Zároveň je díky řídkosti distribuovaných dat možné implementovat metodu komprimovaného snímání. Výsledky jsou porovnávány z hlediska přesnosti sledování a komunikační náročnosti. Součástí práce jsou také skripty a funkce v jazyce MATLAB.
Stereovizní systém pro počítání cestujících v hromadných dopravních prostředcích
Vrzal, Radek ; Hradiš, Michal (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce pojednává o návrhu systému pro automatické počítání cestujících v dopravních prostředcích. Jednotky počítající cestující jsou umístěny na stopě dveřního prostoru vozidla. Cestující jsou detekováni na disparitní mapě vypočtené ze snímků stereo-kamery. Sledování cestujícího probíhá pomocí sledovacího algoritmu Global nearest neighbor a Multiple hypothesis tracking. Systém je používán pro získávaní dat pro přepravní průzkumy veřejné dopravy.
Sledování cíle v prostoru
Černín, Jan ; Horák, Karel (oponent) ; Janáková, Ilona (vedoucí práce)
Předmětem této bakalářské práce bylo naprogramovat algoritmus, který by byl schopen zpracovat obrazová data z připojené kamery. Program pracuje s daty v reálném čase a na základě vyhodnocené pozice objektu zajistí natočení polohovací hlavice tak, aby kamera sledovala vybraný cíl. Celý algoritmus implementuje metody sledování psané v programovacím jazyce C/C++ využívající funkcí knihovny OpenCV.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.