Sledování vozidel přes více nepřekrývajících se fisheye kamer v městském prostředí
Tracking vehicles across multiple non-overlapping fisheye cameras in a city environment
Typ dokumentu
diplomová prácemaster thesis
Autor
Bouček Jan
Vedoucí práce
Reinštein Michal
Oponent práce
Hrubý Lukáš
Studijní obor
Umělá inteligenceStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
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 práce se zabývá sledováním vozidel pomocí více nepřekrývajících se kamer. Cílem je návrh a realizace systému, který je schopný rozpoznat vozidla v městském prostředí a sledovat jejich polohu. Kamery mají objektiv typu rybí oko a jsou umístěny v pouličních lampách. Představujeme hlubokou neuronovou síť pro detekci vozidel využívající informace z videa, algoritmus pro sledování vozidel na jedné kameře založený na optical flow, hlubokou neuronovou síť pro počítání podobností mezi vozidly a pravděpodobnostní grafovou reprezentaci města. Provedené experimenty reálného světa ověřily schopnosti celého systému. This thesis deals with tracking vehicles over multiple non-overlapping cameras. The goal is to design and implement a system able to detect vehicles in a city environment and track their position. The cameras have a fish-eye view and are mounted to street lamps. We present a deep neural network for vehicle detection utilizing the video information, a single camera vehicle tracking algorithm based on optical flow, a deep neural network trained to compute similarities between vehicles and a probabilistic graph representation of a city. The conducted real world experiments verified the capability of the whole system.
Kolekce
- Diplomové práce - 13136 [892]