Sledovací system pro modely aut
Tracking system for car models
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Jan Maček
Vedoucí práce
Skrbek Miroslav
Oponent práce
Hrabák Pavel
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato bakalářská práce se věnuje problému sledování pohybu aut nebo jiných modelů na podlaze laboratoře inteligentních vestavných systémů v reálném čase pomocí statické kamery. Cílem bylo kromě lokalizace modelů na základě jednoduchých značek umožnit sofistikované sledování s využitím hlubokých neuronových sítí s důrazem na rychlou adaptaci sledovacího systému na nové modely. K lokalizaci pomocí značek jsem využil ArUco Markers. K detekci objektů s využitím hlubokých neuronových sítí jsem využil model YOLO. Navrhl a implemenotval jsem způsob automatického označování dat pomocí metody odečítání pozadí, který značně urychlil adaptaci sledovacího systému na nové modely. This bachelor thesis addresses the problem of tracking the movement of cars or other models on the floor of an intelligent embedded systems laboratory in real time using a static camera. The goal was to enable sophisticated tracking using deep neural networks in addition to model localization based on simple markers, with an emphasis on fast adaptation of the tracking system to new models. I used ArUco Markers for localization using markers. For object detection using deep neural networks, I used the YOLO model. I designed and implemented a method of automatic data labeling using background subtraction, which greatly accelerated the adaptation of the tracking system to the new models.
Kolekce
- Bakalářské práce - 18105 [244]