|
|
Analýza pohybu automobilů na křižovatkách
Benček, Vladimír ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Táto diplomová práca sa venuje návrhu a tvorbe systému pre analýzu pohybu vozidiel na križovatkách. Vo videu získanom zo stacionárnej kamery, zachytávajúcej dianie na križovatke, detekuje a sleduje vozidlá. Ich trajektórie zaznamenáva a analyzuje ich smer a počet. Na detekciu bol použitý kaskádový klasifikátor. Pre jeho trénovanie bol vytvorený dataset obsahujúci 10500 vozidiel a 10500 negatívnych vzoriek. Sledovanie vozidiel prebieha pomocou metódy KCF. Na zhlukovanie trajekórií v rámci analýzy je využitá metóda Mean Shift. V rámci testovania bola zistená celková úspešnosť sledovania pohybu a analýzy vozidiel 92.77%.
|
|
|
SMART CAR: Automatická detekce vozidel
Burkot, Martin ; Žák, Pavel (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato bakalárská práce se venuje detekci pohybujících se vozidel v sekvenci obrázku. V úvodu je proveden strucný rozbor soucasných metod pro detekci vozidel a pohybu ve scéne obecne. V dalších kapitolách je navržena a popsána implementace detektoru pohybujících se vozidel v obraze založeném na urcování optického toku. V záveru je provedeno zhodnocení daného rešení.
|
|
|
Měření rychlosti automobilů z dohledové kamery
Jaklovský, Samuel ; Juránek, Roman (oponent) ; Sochor, Jakub (vedoucí práce)
Táto diplomová práca sa zaoberá plne automatickou kalibráciou dopravnej dohľadovej kamery, ktorá je následne použitá na meranie rýchlosti prechádzajúcich vozidiel. Práca obsahuje a popisuje teoretické informácie a algoritmy týkajúce sa tejto problematiky. Na ich základe bol postavený komplexný návrh systému pre automatickú kalibráciu a meranie rýchlosti. Navrhnutý systém bol úspešne naimplementovaný. Implementovaný systém je optimalizovaný tak, aby pre automatickú kalibráciu kamery musel spracovať čo najmenší úsek vstupného videa. Kalibračné parametre sú tak získané po spracovaní iba dva a pol minúty vstupného videa. Presnosť implementovaného systému bola vyhodnotená na datasete BrnoCompSpeed. Chyba pri meraní rýchlosti pri použití systému automatickej kalibrácie predstavuje 8,15 km/h. Chyba je spôsobená hlavne nepresným získavaním mierky, pri jej nahradení manuálne získaným údajom sa nepresnosť zníži na 2,45 km/h. Samotný systém merania rýchlosti vykazuje chybu len 1,62 km/h (vyhodnotené použitím manuálne získanými kalibračnými parametrami).
|
|
|
Detekce vozidla v obraze
Petráš, Adam ; Zemčík, Pavel (oponent) ; Špaňhel, Jakub (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci vozidel v obraze. V práci je rozebrána metoda detekce vozidel pomocí konvolučních neuronových sítí, jejich struktury a modely. Všechny skripty byly realizovány v programovacím jazyce Python s rozhraním Tensorflow Object Detection API. První část bakalářské práce jsem věnoval strukturám populárních neuronových sítí a modelům detekčních neuronových sítí. Další kapitola se zabývá nejznámějšími frameworky, které se používají pro strojové učení. Byly vybrány tři modely neuronové sítě, jež byly natrénovány na datasetu COD20K. Výsledkem jsou statistické údaje, které pojednávají o efektivitě a výkonu jednotlivých modelů na natrénovaném datasetu a porovnání výkonu bez zobrazení videa na zařízeních Nvidia RTX 2060, kdy výkon dosažený sítí SDD MobileNet V2 byl 300FPS a Nvidia Tegra TX2 8GB, jehož výkon dosahoval téměř 44FPS.
|
|
|
Klasifikace dopravní scény
Vomela, Miroslav ; Janáková, Ilona (oponent) ; Honec, Peter (vedoucí práce)
Práce představuje obecný přehled postupů používaných v aplikacích pro monitorování provozu. Jsou zde popsány různé přístupy pro řešení jednotlivých kroků procesu detekce vozidel. Je provedena analýza těchto metod. Dále se tato práce zaměřuje na návrh a realizaci komplexního robustního algoritmu pro detekci vozidel v reálném čase. Je založen na analýze video-sekvence pořízené statickou kamerou umístěnou na komunikaci. Zpracování sestává z mnoha kroků. Výsledkem jsou statistiky monitorování dopravní situace, jako je průměrná rychlost, počet vozidel a stupeň provozu.
|
|
|
Detekce automobilů v obraze
Špaňhel, Jakub ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
Tato práce si klade za cíl implementovat metodu detekce a sledování automobilu založenou na modelu pohybu, vhodnou pro zpracování v reálném čase. Je zde uveden rozbor běžně užívaných metod detekce a představen princip této metody, který se skládá z detekce nízkoúrovňových klíčových bodů, časoprostorového profilování snímků i klíčových bodů a~klasifikací získaných stop pomocí HMM. Následně byly s metodou prováděny experimenty sloužící k nalezení oblastí potenciálního zlepšení metody.
|
|
|
Detekce pohybujících se objektů ve videu s využitím neuronových sítí
Mikulský, Petr ; Sikora, Pavel (oponent) ; Myška, Vojtěch (vedoucí práce)
Tato diplomová práce řeší detekci pohybujících se objektů ve videu s využitím neuronových sítí. Cílem práce byla detekce účastníků silničního provozu na video záznamech. Pro praktické řešení práce byl použit předtrénovaný detekční model YOLOv5. V rámci řešení byla vypracována vlastní datová množina ze záběrů dopravní komunikace s třídami: osobní automobil, autobus, dodávkový automobil, motocykl a kamion. Celkově finální podoba datové množiny čítá 5404 snímků a 6467 anotovaných objektů. Dotrénovaný model YOLOv5 dosáhl na testovací množině úspěšnosti detekce vozidel mAP 0,995, preciznosti 0,995 a úplnosti odhadu predikce 0,986. V závěru jsou popsány kroky, které vedly ke konečné podobě vlastního datasetu.
|
|
|
Systém pro asistenci při nepřehledných dopravních situacích
Podola, David ; Janáková, Ilona (oponent) ; Petyovský, Petr (vedoucí práce)
Nepřehledné dopravní křižovatky typu T představují místa s častou nehodovostí. Možné řešení nabízí instalace inteligentního dopravního zrcadla, které snímá a vyhodnocuje situaci v okolí křižovatky a podává řidičům přijíždějícím z vedlejší komunikace jednoznačně srozumitelný signál, zdali mohou v jízdě pokračovat či je třeba vyčkat. Práce se zabývá studií dosažitelnosti spolehlivé detekce nestacionárních objektů pomocí optických metod (kamerového vstupu). Navržený detekční algoritmus, tvořící jádro zamýšleného zařízení, detekoval objekty poměrně spolehlivě, nicméně vykázal horší výsledky se stoupající vzdáleností objektů od křižovatky. Jelikož lze zlepšení detekce na delší vzdálenosti dosáhnout poměrně jednoduše, například pomocí kamery s větším fokusem, byla v závěru práce potvrzena realizovatelnost daného úkolu pomocí zvolené metody optické detekce.
|
|
|
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.
|
|
|
Vehicle Speed Measurement Using Stereo Camera Pair
Najman, Pavel ; Sojka, Eduard (oponent) ; Guillemaut, Jean-Yves (oponent) ; Zemčík, Pavel (vedoucí práce)
This thesis aims to answer the question whether it is currently possible to autonomously measure the speed of vehicles using a stereoscopic method with the average error within 1 km/h, the maximum error within 3 km/h, and the standard deviation within 1 km/h. The error ranges are based on the requirements of the OIML whose Recommendations serve as templates for metrological legislations of many countries. To answer this question, a~hypothesis is formulated and tested. A method that utilizes a stereo camera pair for vehicle speed measurement is proposed and experimentally evaluated. The experiments show that the technique overcomes state-of-the-art results with the mean error of approximately 0.05 km/h, the standard deviation of less than 0.20 km/h, and the maximum absolute error of less than 0.75 km/h. The results are within the required ranges, and therefore the formulated hypothesis holds.
|
host ::
RSS.