|
|
Analýza plavání pomocí měřícího zařízení SwIMU
Láznička, Jakub ; Šťastný, Jan (oponent) ; Bátorová, Michaela (vedoucí práce)
Tato bakalářská práce se zabývá popisem inerciálního senzoru pro měření plavců. Práce obsahuje popis možnosti provedení analýz plaveckého výkonu. V rámci praktické části bylo provedeno pilotní měření a také vznikl detailní návod obsahující popis příslušenství, proces měření a metodiky následného vyhodnocování. Pro porovnání vyhodnocených měření vznikla externí databáze v MS Excelu, sloužící k řazení dat s možností statistického zpracování.
|
|
|
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.
|
|
|
Rozpoznávání osob a jejich činnosti ve videu z bezpečnostních kamer
Saloň, Juraj Samuel ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je navrhnutie a implementovanie systému schopného rozpoznávať činností ľudí z bezpečnostných kamier. Hlavný dôraz je kladený na koncept komplexných situácií alebo udalostí, ktoré sú definované vzťahmi medzi rozpoznanými objektmi. Úvod tejto práce je venovaný oboznámeniu sa s jednotlivými časťami systému, kde sú objasnené využité techniky rozpoznávania objektov, sledovania objektov a rozpoznávania činností, ktoré sú použité v tejto práci. Druhá časť práce popisuje konečný návrh a implementáciu systému. Pre rozpoznávanie jednotlivých činností sú ďalej definované niektoré vzťahy medzi získanými informáciami popisujúce tieto činnosti, ako napríklad "vystupovanie z auta" alebo "kráčanie dvoch a viacerých ľudí spolu". Nakoniec je úspešnosť rozpoznávania vyhodnotená metrikou strednej priemernej presnosti (Mean Average Presicion).
|
|
|
Porovnání technologií pro detekci průjezdu vozidla na vozovce
Mareková, Martina ; Frolka, Jakub (oponent) ; Krajsa, Ondřej (vedoucí práce)
Systém pre detekciu vozidiel a meranie rýchlosti je dôležitou súčasťou v analýze dopravy, rovnako ako v poskytovaní údajov pre inteligentné a automatizované dopravné značenia. Technológie sa rozdeľujú na dva druhy, a to intruzívne a neintruzívne metódy. Tradičné meranie dopravnej situácie je založené na technológií indukčných slučiek. Táto metóda je intruzívnou, teda vyžaduje zásah do vozovky a vyššiu náročnosť na jej údržbu. Neintruzívnymi metódami, medzi ktoré radíme video analýzu, mikrovlnne radary, geomagnetické radary, vážiace senzory a laserové snímače sa vyhýbame týmto problémom, avšak sú to drahšie alternatívy. Implementáciou radarov boli vykonané merania na úsekoch vozovky, na základe ktorých bol zobrazený výstup z mikrovlnných, vážiacich senzorov a indukčných slučiek. Stretávame sa spracovanými a nespracovanými výstupnými dátami senzorov, pre ktoré je vytvorené programové riešenie pre sledovanie priebehu merania senzorom alebo priame meranie presnosti spracovaných dát v porovnaní s konkurenčnými technológiami. Výsledky meraní ukázali, že efektívnosť jednotlivých implementovaných senzorov je dostatočná pre využitie v analýze dopravy. Rovnako ako je vhodná implementácia mikrovlnných radarov a videokamier pre analýzu videa ako náhradu konvenčnej metódy indukčných slučiek.
|
|
|
AeroWorks: Vizuální systém identifikace režimů letounu
Kardoš, Juraj ; Dittrich, Petr (oponent) ; Chudý, Peter (vedoucí práce)
Tato práce se zabývá vizuální detekcí režimů letounu. Obsahuje popis modelu prostorového pohybu letounu a způsoby vizualizace letových parametrů prostřednictvím letových přístrojů. Práce podává návrh systému pro vizuální detekci režimů letounu. Navrhnutý systém postupně zpracovává každou snímku ve dvou fázích, nejdřív vykoná stabilizaci videa a následně se provede vizuální identifikace hodnot ukazatelů stavových veličin letounu. Stabilizace videa je založená na detekci zájmových bodů a výpočtu optického toku. Snímky jsou transformovány tak aby se co nejvíce překrývali a minimalizoval se tak nežádoucí pohyb kamery. Detekce hodnot, zobrazovaných na letových přístrojích, je založená na Houghově transformaci. V práci je zahrnut popis vytvořené aplikace, která na videozáznamu z pilotní kabiny letounu dokáže rozpoznat hodnoty zobrazené na specifikovaných letových přístrojích.
|
|
|
Rozpoznávání a klasifikace dopravních situací
Zbořil, Jiří ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je identifikace a klasifikace nebezpečných situací z přehledových kamer, monitorujících dopravní provoz. Příkladem takových situací jsou nebezpečné stání podél silnice a dopravní nehody, na které se práce zaměřuje. Vytvořený systém využívá detektor objektů, analyzující průměrné snímky v daném intervalu, algoritmů K nejbližších sousedů a K Means a opětovnou detekci objektů v lokálně zvětšené oblasti pro výběr kandidátů. Detekované objekty, nacházející se mimo silnici jsou přiložením masky silnice eliminovány. Modul pro zpracování anomálie pak vypočítá její interval a klasifikaci. Naměřené F1 skóre je 0,645, S4 skóre 0,535 a procentuální úspěšnost klasifikace anomálie 80 %.
|
|
|
Přechody scén ve videu
Klicnar, Lukáš ; Herout, Adam (oponent) ; Beran, Vítězslav (vedoucí práce)
Detekce přechodů ve videu je proces automatického nalezení hranic mezi jednotlivými scénami. Tato práce se zabývá převážně detekcí střihů, postupné přechody jsou ale rovněž uvažovány. Vysvětleny jsou základní pojmy z této oblasti a stručně představeny doposud používané metody. Stěžejní částí je návrh a implementace detektoru přechodů. Ten je založen na kombinaci dvou přístupů. Prvním je porovnávání barevných histogramů sousedních snímků. Druhý, méně tradiční, je založen na sledování výrazných bodů ve videu. Analýza průběhu těchto příznaků probíhá pomocí odhadu jeho derivace. Systém byl otestován na vlastní sadě ručně anotovaných dat. Ukázalo se, že oba příznaky jsou pro detekci přechodů vhodné. Detektor byl schopný nalézt většinu střihů při zachování dobré přesnosti. Prokázala se schopnost detekovat i některé postupné přechody.
|
|
|
Detekce události v kamerovém záznamu
Smolnikov, Mikhail ; Sikora, Pavel (oponent) ; Horváth, Tomáš (vedoucí práce)
Tato bakalářská práce se zaměřuje na problematiku detekce a klasifikace pohybujících se objektů ve videosekvencích. Práce popisuje základní algoritmy a metody zpracování obrazových dat, včetně úvodu do použití neuronových sítí. V praktické části je znázorněna vnitřní logika desktopové aplikace umožňující uživatelům vyhodnotit vlastní videozáznamy z hlediska výskytu pohybů. Výsledná aplikace mnohonásobně urychluje proces analýzy videa na vybraném zařízení.
|
|
|
Možnosti zvýšení adaptability a prevence negativních změn v chování u násady jesetera sibiřského (Acipenser baerii)
KODRAS, Marek
Pokus byl proveden za účelem posouzení účinku změny krmné technologie v intenzivním chovu jesetera sibiřského (Acipenser baerii) na chování ryb. Testovány byly čtyři režimy krmení ve třech opakováních: krmení na hladinu ve dne (DFSF), krmení na hladinu v noci (NFSF), krmení na dno ve dne (DFBF), krmení na dno v noci (NFBF). Chování jeseterů bylo natáčeno pomocí videosystému v experimentálních pozorovacích nádržích před zavedením krmných režimů ve věku 48 dní po vylíhnutí (dph) a následně každých 20 dní (68, 88 a 108 dph). Paralelně byl zkoumán vliv pěti a desetidenního hladovění na chování ryb. Celkem bylo sledováno pět parametrů: celkový čas strávený v dolních 10 a 25 % nádrže, celkový čas strávený v horních 10 a 25 % nádrže a celková aktivita. Pokus včetně rozkrmení jeseterů trval 100 dní a videa byla analyzována pomocí softwaru MATLAB. Mezi testovanými skupinami byla během pokusu pozorována celá řada statistických rozdílů. Testovaná skupina NFBF ve věku 88 dph vykazovala signifikantně nejvíce stráveného času v dolních 25 % nádrže. Navíc se tato skupina jeseterů ve věku 68 a 88 dph signifikantně nejméně pohybovala v horních 25 % nádrže (ve věku 68 dph se od ní nelišila jen skupina NFSF). V horních ani v dolních 10 % nádrže nebyly po celodenním natáčení nalezeny žádné statistické rozdíly. Po periodě hladovění byla také nalezena řada rozdílů mezi skupinami, avšak nevykazovaly žádný konstantní trend ani návaznost na data zjištěná před hladověním. Výsledkem práce je zjištění, že testovaná skupina NFBF vykazovala nejlepší předpoklady pro intenzivní odchov jeseterů, kteří mají být následně vysazeni do volných vod, jelikož byl u ryb z této skupiny pozorován nejnižší pohyb v horní části nádrže (68 a 88 dph). To může mít za důsledek zvýšené přežití ryb v přírodě díky menší náchylnosti na predaci.
|
|
| |
host ::
RSS.