The thesis proposes novel single-image test-time adaptation methods for image segmentation based on a deep neural network. Test-time adaptation improves the robustness of the deep neural network to data shift using a single ...

Tato diplomová práce představuje plně konvoluční síť pro detekci 2D a 3D bounding boxů aut z obrázků, se speciálním zaměřením na využití v autonomním řízení vozidel. Oproti předcházejícím metodám, které používají neuronové ...

Objekty pohybující se vysokou rychlostí podél složitých trajektorií se často objevují ve videích, zejména ve sportovních videích. Takové objekty se během doby expozice jednoho snímku pohybují přes nezanedbatelné vzdálenosti, ...

In this thesis, the problem of robust estimation of a multiple view geometry in the computer vision is studied. The main focus is put on random sampling techniques for an estimation of two-view geometries, in particular ...

Sledování většího počtu objektů ve video sekvencích v sobě zahrnuje mnoho nejrůznějších podproblémů, včetně sledování zvířat během biologických experimentů. Jejich automatické, či poloautomatické vyhodnocení, má pro biology ...

Random Sample Consensus je jedním z nejpopulárnějších a nejvíce používaných metod na robustní odhad v počítačovém vidění. Tato práce představuje VSAC (USAC 2021), který je zlepšený robustní odhadce podobný k RANSACu. Tato ...

Práce se zabývá vizuálním rozpoznávání druhů hadů a hub s vedlejší informací do mnoha tříd. V práci je navržena metoda založená na state-of-the-art hlubokých neuronových sítích pro klasifikaci, tj. konvolučních neuronových ...

The diversity of image retrieval results is an important feature that allows users to explore different aspects of the queried object. However, most of the works in this area are focused more on relevance rather than ...