Detekce zaparkovaných aut z pohybujícího se dronu pro analytické účely

Abstract

Práca sa zaoberá návrhom a implementáciou aplikácie na rozpoznávanie áut z obrazového záznamu urobeného letiacim dronom. V prvej teoretickej časti práca obsahuje úvod do oblasti detekovania objektov, ako aj prehľad state-of-art algoritmov. Táto časť je zameraná najmä na prístupy použité v tejto práci. Ďalšou časťou práce je rešeršná časť, kde je urobený prehľad doteraz implementovaných riešení použitých v rámci tejto problematiky. Výsledkom práce sú štyri modely, pri ktorých trénovaní bol použitý dataset CARPK. Tento dataset obsahuje fotky, ako aj videozáznamy urobené letiacim dronom. Celkom sa v datasete nachádza 90 000 zachytených áut na viac ako 1500 fotkách. Ďalej je v práci navrhnutý prístup detekcie objektov vo videu pomocou vytvorenia ortofotomapy z daného videa, na ktorej je následne prevedená detekcia. Celá práca je implementovaná v jazyku Python. V záverečnej časti práce sú predstavené experimenty, ktoré boli vykonané na dátach mimo dataset.

This thesis deals with the implementation of an application for vehicle recognition from images captured with flying unmanned aerial vehicle (UAV). In the first section of the thesis is an overview of already existing solutions from this topic. This section is focused mainly on algorithms used in this thesis. The next section is an overview of already implemented solutions for automatic car detection on parking lots. Besides, the thesis proposes and implements an algorithm for the automatic detection of parked vehicles. The result of the thesis is four models and approaches implemented for automatic car detection from UAV on parking lots. For training was used CARPK dataset which contains more than 90 000 captured cars on more than 1500 photos. Furthermore, the work proposes an approach to detecting objects in a video, by creating an orthophoto map, which is subsequently provided detection. The whole thesis is implemented in the Python language.