Show simple item record

Tracking, Learning and Detection over a Large Range of Speeds

dc.contributor.advisorMatas Jiří
dc.contributor.authorRozumnyi Denys
dc.date.accessioned2017-06-07T16:14:13Z
dc.date.available2017-06-07T16:14:13Z
dc.date.issued2017-05-26
dc.identifierKOS-695599768005
dc.identifier.urihttp://hdl.handle.net/10467/70179
dc.description.abstractV této práci navrhujeme algoritmus pro detekci a sledování objektů, které se v záběru kamery pohybují vysokou rychlostí, nicméně mohou se i zpomalit. Objekt nazýváme rychle se pohybujícím (vůči nějaké kameře), jestli jeho trajektorie po dobu jednoho snímku překročí jeho velikost. Takové objekty jsou často špatně viditelné a vypadají jako poloprůhledné pruhy. První, detekční část navrhovaného algoritmu je schopná nalézt rychle se pohybující objekty bez předchozích znalostí. Druhá část algoritmu slouží pro dlouhodobé sledování, a zvládá nepřetržité sledování i těch objektů, které zpomalí a již nejsou rychle se pohybující. Pro vyhodnocení algoritmu jsme připravili datovou sadu FMOv2. Výsledky ukazují, že navržená metoda překonává dosavadní algoritmy sledování, pokud jsou objekty rychle se pohybující. Také jsme předvedli několik aplikací detekce a sledování rychle se pohybjících objektů, například zvýraznění sledovaného objektů, měření rychlosti, časové super rozlišení, a jiné.cze
dc.description.abstractIn this thesis we propose an algorithm which allows detection and tracking of objects that appear in videos as fast moving which can possibly slow down. Object is fast moving (with respect to a camera) if its projected trajectory is larger than its size in one frame. In a single frame, such objects are often barely visible and appear as semi-transparent streaks. The detection part of the algorithm can discover previously unseen fast moving objects. The long-term tracking part is able to continuously track objects even when they are no longer fast moving. For the method evaluation we introduce FMOv2 dataset. The results show that the proposed method outperforms existing trackers when objects are fast moving. We demonstrate several applications of fast moving object detection and long-term tracking, such as temporal super-resolution, highlighting, speed estimation and other.eng
dc.language.isoENG
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.html.eng
dc.rightsVysokoškolská 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.cze
dc.subjectvizuální sledování objektů, rychle se pohybující objekty, časové super rozlišenícze
dc.subjectvisual object tracking, fast moving objects, temporal super-resolutioneng
dc.titleSledování, učení a detekce objektů různých rychlostícze
dc.titleTracking, Learning and Detection over a Large Range of Speedseng
dc.typeBAKALÁŘSKÁ PRÁCEcze
dc.typeBACHELOR THESISeng
dc.date.accepted
dc.contributor.refereeZimmermann Karel
theses.degree.disciplineInformatika a počítačové vědycze
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeOtevřená informatikacze


Files in this item






This item appears in the following Collection(s)

Show simple item record