| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 10 / 330
First pagePrevious page12345678910Next pageLast page
1.
Razpoznavanje drevesnih značilnosti iz fotografije s pomočjo konvolucijskih nevronskih mrež : diplomsko delo
Žan Hozjan, 2022, undergraduate thesis

Abstract: V diplomskem delu implementiramo sistem za razpoznavanje drevesnih značilnosti iz fotografije. Sistem v obliki mobilne aplikacije omogoča zajem fotografije drevesa in razpoznavo drevesnih značilnosti na zajeti fotografiji. Na podlagi razpoznanih značilnosti ter podane razdalje med drevesom in mobilno napravo sistem oceni višino in biomaso drevesa ter količino ogljika, ki ga vsebuje. V mobilni aplikaciji je moč nastale zapise med seboj primerjati, ter tako spremljati rast drevesa. Tekom diplomskega dela opišemo zgradbo sistema, razložimo delovanje posameznih funkcij in podamo rezultate.
Keywords: razpoznavanje drevesnih značilnosti, konvolucijske nevronske mreže, računalniški vid, TensorFlow, mobilno računalništvo, postavitev strežniške arhitekture, odjemalec-strežnik
Published in DKUM: 24.10.2022; Views: 176; Downloads: 29
.pdf Full text (6,33 MB)
This document has many files! More...

2.
Iskanje položaja objekta v prostoru z eno kamero : magistrsko delo
Jaka Pustavrh, 2022, master's thesis

Abstract: Namen te naloge je izdelati robota, ki s pomočjo ene kamere najde položaj objekta v prostoru. Končni izdelek je robotska roka s 3 prostostnimi stopnjami, izdelana iz jekla. V navpičnem iztegnjenem položaju meri približno 840 mm. Premikanje je izvedeno preko lastnih algoritmov in PID regulacije. Glavno gonilo robotske roke so BLDC motorji v zvezi z reduktorji. Prenos gibanja na 3. osi robota je narejen z zobatim jermenom. Ob idealnih pogojim smo dosegli natančnost do 1 cm, na daljavo do 3 m. Naloga zajema izdelavo robota, načrtovanje vezja, krmiljenje, komunikacijo, izdelavo algoritmov in preizkus robotske roke.
Keywords: robotika, računalniški vid, meritev položaja objekta z eno kamero, robotska roka, 3 DOF
Published in DKUM: 30.03.2022; Views: 268; Downloads: 24
.pdf Full text (7,79 MB)

3.
Razvoj multispektralne kamere na osnovi mikroračunalnika Raspberry Pi : na študijskem programu 2. stopnje Izobraževalno računalništvo
Peter Bernad, 2021, master's thesis

Abstract: Avtomatizacija zamudnih procesov je aktualna problematika že stoletja. Človeštvo je vedno poskušalo opraviti delo na čim bolj enostaven in na učinkoviti način. Z razvojem računalniškega vida je računalništvo v industrijskih panogah izboljšalo nekatere procese na načine, ki so bili prej skorajda nemogoči. V magistrskem delu smo obravnavali uporabo računalniškega vida v agrikulturi in izdelali prototipne multispektralne kamere na osnovi mikroračunalnika Raspberry Pi. Najprej smo pregledali uporabo računalniškega vida nasploh v industrijskih panogah in teoretično pregledali vpliv valovnih dolžin elektromagnetnega valovanja na rastline, da smo lahko določili ustrezno opremo za konstrukcijo multispektralne kamere ter uporabo ustrezne formule za ocenjevanje zdravja rastlin. Po konstrukciji in testiranju multispektralne kamere smo ocenili njeno uporabnost in možno vključitev v šolstvu. Ugotovitve kažejo, da je izdelava cenovno ugodne multispektralne kamere mogoča, vendar prezahtevna na osnovnošolskem nivoju. Uporaba ter analiza podatkov pa bi vsekakor bila ustrezna v sklopu raziskovalne naloge.
Keywords: Multispekralna kamera, računalniški vid, strojni vid, Raspberry Pi, vegetacijski indeks
Published in DKUM: 02.12.2021; Views: 629; Downloads: 46
.pdf Full text (2,56 MB)

4.
Čitalnik vodomerov s pomočjo računalniškega vida : diplomsko delo
Sani Horvat, 2021, undergraduate thesis

Abstract: V diplomski nalogi je predstavljen postopek zajemanja in obdelave slik vodomerov ter obdelava podatkov (številk), ki jih pridobimo s pomočjo računalniškega vida, tako da jih je možno prikazati na oddaljenem mestu v digitalni obliki. Vse to se izvede z mikroračunalnikom Raspberry Pi, ki ima priključeno kamero. Glavna tema naloge je računalniški vid, ki je ključen del tega sistema.
Keywords: Računalniški vid, prepoznava znakov, obdelava slik, obdelava podatkov
Published in DKUM: 18.10.2021; Views: 447; Downloads: 44
.pdf Full text (2,15 MB)

5.
Prepoznavanje objektov iz satelitskih slik z metodami globokega učenja na vgrajeni napravi : diplomsko delo
Martin Domajnko, 2021, undergraduate thesis

Abstract: V diplomskem delu rešujemo problem prepoznavanja prometa iz satelitskih slik. Cilj je bil uporabiti metode globokega učenja, pognati modele na izbranih vgrajenih napravah in doseči povprečno natančnost vsaj 75 % pri hitrosti izvajanja 5 sličic na sekundo. Za eksperiment uporabimo modela Faster R-CNN in SSD iz knjižnic Detectron2 ter TensorFlow Object Detection API. Fazi učenja in testiranja izvedemo na satelitskih slikah baze podatkov xView, katere predhodno razdelimo na učno in testno množico. Na učni množici izvedemo tudi bogatenje slik. Naučene modele preizkusimo na grafičnih karticah Nvidia GeForce GTX 970 ter Nvidia Titan X Pascal, na procesorju Intel Core i7-4790 in na vgrajenih napravah Intel Neural Compute Stick 2 ter Nvidia Jetson TX2. Preizkuse izvedemo s pomočjo skript napisanih v programskem jeziku Python3. Te izvozijo modele v posebno zamrznjeno stanje, jih optimizirajo za izvajanje na izbrani napravi in izmerijo njegovo hitrost ter natančnost. Najvišjo povprečno natančnost 37,33 % dosežemo z modelom Faster R-CNN iz knjižnice Detectron2. Z modelom SSD iz knjižnice TensorFlow Object Detection API na grafični kartici Nvidia GeForce GTX 970 dosežemo povprečno hitrost izvajanja 84,5 sličic na sekundo. Demonstrirana rešitev v diplomskem delu je primerna za izvajanje na vgrajenih napravah, a žal ni dovolj natančna. Za doseganje boljših rezultatov moramo našo rešitev izvajati na hitrejši strojni opremi, ki podpira večje ter s tem natančnejše modele.
Keywords: strojno učenje, globoko učenje, vgrajene naprave, prepoznavanje objektov, satelitske slike, računalniški vid
Published in DKUM: 18.10.2021; Views: 421; Downloads: 60
.pdf Full text (34,13 MB)

6.
Primerjava postopkov za prepoznavanje oseb v nekontroliranem okolju : diplomsko delo
Žan Oblak, 2021, undergraduate thesis

Abstract: V diplomskem delu smo se ukvarjali z analizo metod za prepoznavanje oseb v nekontroliranem okolju. Cilj naše raziskave je bil preštudirati in primerjati različne metode, nato pa na osnovi postavljenih kriterijev izbrati najprimernejšo za različne vrste aplikacij. Najprej smo opravili pregled področja ter identificirali obstoječe odprtokodne metode. Zatem smo preučili metrike za merjenje zmogljivosti postopkov za prepoznavo oseb v nekontroliranem okolju. Po opravljenem študiju smo izbrali tri metode za testiranje, in sicer metodo Ageitgey/face_recognition, SphereFace ter OpenBR. Za namen testiranja smo preučili in namestili javni podatkovni zbirki LFW in UTKFace, ki vsebujeta osebe v nekontroliranem okolju. V eksperimentalnem delu smo testirali posamezno metodo s pomočjo eksperimentalnih podatkovnih zbirk. Testiranje smo izvajali na prenosnem računalniškem sistemu, pri čemer smo beležili število pozitivnih in negativnih detekcij. Z dobljenimi rezultati smo nato izračunali šest uveljavljenih metrik na področju prepoznavanja oseb v nekontroliranem okolju, opazovali pa smo tudi procesorsko in prostorsko zahtevnost metod. Najslabše se je odrezala metoda Ageitgey/face_recognition, najbolje pa metoda SphereFace. Metoda OpenBR je bila na zbirki LFW celo enakovredna metodi SphereFace. Na osnovi eksperimentiranj zaključujemo, da je za uporabo v domačem okolju najbolje uporabiti metodo Ageitgey/face_recognition. Za uporabo v profesionalnem okolju pa se odločimo med metodama SphereFace in OpenBR, in sicer glede na sistemske vire, ki jih imamo na razpolago.
Keywords: prepoznava oseb, nekontrolirano okolje, primerjava metod, računalniški vid
Published in DKUM: 18.10.2021; Views: 366; Downloads: 13  (1 vote)
.pdf Full text (1,61 MB)

7.
Implementacija inteligentnega agenta za igro lažnivec na osnovi statističnega modela : diplomsko delo
David Mikek, 2021, undergraduate thesis

Abstract: Lažnivec je popularna igra s kartami za dva igralca, ki si med seboj razdelita karte in jih izmenično odlagata na kup. Pri sprejemanju svojih odločitev se odločata glede na število kart v rokah in na kupu ter glede na predvidevanje nasprotnikovih potez. V tem diplomskem delu smo predstavili lastno implementacijo igre, ki vključuje več vrst računalniških agentov, definiranih na osnovi statističnih modelov. Poleg tradicionalnih hevristik igranja smo za njihovo definicijo uporabili tudi genetski algoritem, kjer se uspešnost igranja agentov preverja s turnirjem. Slednjega smo izvedli po principu, da vsak igra z vsakim, in z igranjem agentov proti človeškemu nasprotniku. Rezultati igre med agenti so pokazali, da za igro lažnivec ne obstaja splošno najuspešnejša strategija, ki bi zagotavljala zmago v večini primerov. Rezultati igre proti človeškemu igralcu pa so razkrili ključno slabost statistično podprtih modelov, ki se niso zmožni prilagoditi spremembam v nasprotnikovi strategiji.
Keywords: lažnivec, igra s kartami, genetski algoritem, umetna inteligenca, računalniški agenti
Published in DKUM: 18.10.2021; Views: 407; Downloads: 31
.pdf Full text (1,64 MB)

8.
Adversarna motnja razpoznave slik nevronske mreže s pomočjo evolucijskega algoritma : diplomsko delo
Rok Kukovec, 2021, undergraduate thesis

Abstract: Uspešnost prepoznavanja slik z uporabo nevronskih mrež je odvisna od parametrov in filtrov, optimiziranih skozi učni proces. Tukaj najdemo razliko v načinu prepoznavanja motivov med ljudmi in stroji. Pojavi se vrzel, ki jo napadalec s pomočjo adversarnih motenj lahko izkoristi. Slike so na videz neopazno spremenjene, ljudje razlike težko zaznajo, vendar klasifikacija nevronske mreže odpove. To delo raziskuje poustvarjanje slik z evolucijskim algoritmom. Konvolucijska nevronska mreža AlexNet po spremembi ne more prepoznati predhodno jasnih motivov. Človeku prepoznavna slika se ohrani. Pari izvirnih in poustvarjenih slik so bili primerjani z uporabo vizualne ocene in statističnih metrik.
Keywords: adversarna motnja, evolucijski algoritmi, konvolucijske nevronske mreže, računalniški vid
Published in DKUM: 24.08.2021; Views: 958; Downloads: 150
.pdf Full text (5,61 MB)

9.
Analiza vhodnih podatkov, potrebnih za uporabo računalniških programov za projektiranje cest : magistrsko delo
Anja Ježovita, 2021, master's thesis

Abstract: Namen magistrske naloge je predstaviti pomembnost ustreznih vhodnih podatkov za potrebe sodobnega projektiranja cest / cestne infrastrukture. sodobne načine izdelave projekta ceste. V teoretičnem delu so predstavljeni sodobni programi za računalniško projektiranje cestne infrastrukture, njihove značilnosti ter medsebojne razlike. Za uporabo sodobnih računalniških programov potrebujemo ustrezne vhodne podatke: izdelan model terena, projektno-tehnični elementi / parametri projektirane ceste ipd. Za potrebe izdelave projekta ceste smo na terenu izvedli geodetske meritve in s pomočjo pridobljenih podatkov izdelali geodetsko podlago za projektiranje. Uporabili smo metodo laserskega skeniranja in merjenje s totalno postajo. Lasersko skeniranje je napredovalo, tako se danes uporablja 3D skeniranje kot hiter in natančen način meritev. V magistrskem delu smo uporabili inštrument Topcon GTL-1000. Inštrument je kombinacija 3D laserskega skenerja in totalne postaje. V programu Plateia smo s podatki o izmerjenem območju izdelali digitalni model terena oziroma podlago za projektiranje, na kateri smo projektirali novo cesto.
Keywords: gradbeništvo, računalniški programiza projektiranje cest, elementi ceste, Plateia, geodetska podlaga za projektiranje ceste
Published in DKUM: 05.07.2021; Views: 583; Downloads: 62
.pdf Full text (4,72 MB)

10.
Zbiranje in analiza velike količine dnevniških zapisov računalniškega oblaka
Luka Orehar, 2020, master's thesis

Abstract: Opredeljena je problematika pregledovanja dnevniških zapisov ob izjemno veliki količini podatkov, zbranih v informacijskem oblaku ob povečevanju števila uporabnikov in kosov strojne opreme. Opisan je razvoj modela za centralno zbiranje dnevniških zapisov. Na podlagi izvedene raziskave je bilo ugotovljeno, da je ročno upravljanje dnevniških datotek časovno potratno in zelo naporno. Vpeljava programske opreme za pomoč pri upravljanju z dnevniškimi zapisi je tako nujna. Sistem za centralno beleženje dnevniških zapisov nam bistveno olajša iskanje problemov, saj ponuja uporabniku zelo prijazen spletni vmesnik in učinkovito avtomatizacijo ključnih opravil. Poleg tega nam sistem omogoča vpogled v dogajanje tudi, če nam strojna oprema zaradi nepravilnega delovanja ni dosegljiva.
Keywords: Dnevniški zapisi, Računalniški oblak, EFK stack, OpenStack
Published in DKUM: 02.04.2021; Views: 554; Downloads: 42
.pdf Full text (935,21 KB)

Search done in 0.19 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica