Iskanje po katalogu digitalne knjižnice

Opis: V magistrskem delu smo se ukvarjali s preučevanjem postopkov za razpoznavo kretenj rok ter razvojem naprednega, naravnega uporabniškega vmesnika. Produkta raziskovanja sta algoritem, zmožen razpoznave desetih različnih statičnih in dinamičnih kretenj, ter napredna aplikacija kot intuitivni vmesnik za interakcijo z računalnikom. Algoritem razpoznave kretenj je zgrajen iz dveh večjih modulov. Prvi je namenjen razpoznavi statičnih kretenj in sestoji iz segmentacije na osnovi barve kože, ekstrakcije Hu-jevih invariantnih momentov in klasifikacije z metodo podpornih vektorjev. Drugi modul, namenjen razpoznavi dinamičnih kretenj, sestoji iz prilagojenega algoritma CAMSHIFT, ki smo ga izboljšali z metodo odštevanja ozadja in preproste klasifikacijske metode, ki za svoje delovanje uporablja krožno vrsto. Razpoznavo statičnih kretenj smo validirali na množici 300 digitalnih slik, kjer je bila največja dosežena uspešnost 86,66 %. Razpoznavo dinamičnih pa na 20 videoposnetkih, kjer smo dosegli 95 % uspešnost. Uporabnost, zadovoljstvo in enostavnost uporabe predlaganega uporabniškega vmesnika smo ocenili s pomočjo eksperimenta in ankete. Rezultati so pokazali, da je predlagan uporabniški vmesnik uporaben, enostaven in hkrati zagotavlja dobro uporabniško izkušnjo ter ga lahko klasificiramo v skupino naravnih uporabniških vmesnikov.
Ključne besede: obdelava digitalnih slik, računalniški vid, naravni uporabniški vmesnik, razpoznava kretenj
Objavljeno v DKUM: 15.07.2014; Ogledov: 2266; Prenosov: 214
Celotno besedilo (2,79 MB)

Opis: V tem magistrskem delu smo se ukvarjali s študijem postopkov za razpoznavanje človeških čustev na osnovi digitalnih posnetkov. V praktičnem delu te magistrske naloge smo razvili izviren računalniški razpoznavalni sistem, ki temelji na teksturnih značilkah. Algoritem v prvem koraku poišče grob položaj obraza na vhodni sliki, zatem pa v dobljeni regiji računamo ujemanje obraza z modelom AAM (Active Appearance Models). Nato rotiramo obraz za izračunan kot v pravilen frontalni položaj. V zadnji fazi algoritma s pomočjo koordinat iz modela AAM natančno izrežemo obraz iz slike, zatem pa obraz aproksimiramo z elipso, s čimer odstranimo odvečne informacije z slike. Obrezan obraz na koncu popišemo s teksturno značilko HOG (Histogram of Oriented Gradients). Vmesni rezultat je histogram, ki ga posredujemo v stroje SVM (Support Vector Machines) za klasifikacijo, pri čemer za vsako od šestih osnovnih emocij naučimo lasten SVM. Razvili smo dve varianti algoritma, in sicer algoritem na osnovi statičnih 2D slik in algoritem na osnovi slik razlik. Prvi algoritem uporablja za razpoznavanje čustev le trenutno sliko opazovane osebe, medtem ko drugi algoritem detektira spremembe obraza pri izražanju čustev. Algoritem na osnovi statičnih 2D slik smo nadgradili z algoritmom Adaboost, algoritem na osnovi slik razlik pa smo razširili s tremi variantami, kjer pri gradnji histograma s pomočjo interpolacije vnesemo še vmesne korake pri spreminjanju obraza iz nevtralnega v obraz z izkazanim čustvom. Razvite algoritme smo testirali na dveh javno dostopnih testnih podatkovnih bazah: bazi MMI Facial Expression Database (MMI) in bazi Cohn-Kanade. Z algoritmom na osnovi statičnih 2D slik smo na bazi MMI dosegli najvišjo uspešnost 76,31 %, na bazi CK pa 91,49 %. Z algoritmom na osnovi slik razlik pa smo na bazi MMI dosegli 74,63 % uspešnost, na bazi CK pa se je uspešnost prepoznavanja čustev povzpela kar na 95,64 %.
Ključne besede: obdelava digitalnih slik, razpoznavanje vzorcev, prepoznavanje čustev, obrazi, teksturne značilke
Objavljeno v DKUM: 20.05.2014; Ogledov: 2887; Prenosov: 330
Celotno besedilo (2,56 MB)

Opis: V diplomskem delu smo se ukvarjali z razvojem preprostega programskega sistema za zaznavo gibanja na osnovi računalniškega vida, ki se izvaja na usmerjevalniku. Sistem sestoji iz usmerjevalnika, na katerem je naložen operacijski sistem OpenWrt, spletne kamere in treh različnih računalniških algoritmov. Za zaznavanje gibanja smo implementirali naslednje tri algoritme, in sicer algoritem slika razlik, algoritem modeliranje ozadja in algoritem akumulirana slika razlik. Razvite algoritme smo pod istimi pogoji (tj. ob istem številu zajetih slik in isti sceni) preizkusili tako na osebnem računalniku, kakor tudi na usmerjevalniku. Rezultati so pokazali, da se zaradi svoje preprostosti najhitreje izvede algoritem slika razlik. Ugotovili pa smo tudi, da zaznavanje gibanja s tem algoritmom ni tako zanesljivo kot pri ostalih dveh algoritmih, ki sicer obdelata manjše število slik na sekundo. S pomočjo algoritma slika razlik lahko v povprečju obdelamo 34 slik na sekundo, z najpočasnejšim algoritmom, tj. algoritem modeliranje ozadja, pa obdelamo 9 slik na sekundo, pri čemer smo uporabili usmerjevalnik ASUS WL-500G V1.
Ključne besede: usmerjevalnik, kamera, OpenWrt, programski jezik C, računalniki vid, zaznavanje gibanja, obdelava digitalnih slik
Objavljeno v DKUM: 22.05.2013; Ogledov: 2209; Prenosov: 156
Celotno besedilo (2,17 MB)

Opis: V sodobnih avtomobilih najdemo vse več pomoči vozniku: sisteme proti zdrsavanju koles, pomoč pri zaviranju, sisteme za avtomatsko parkiranje itd. Ena izmed takih pomoči je razpoznava prometnih znakov. Razpoznava prometnih znakov, ki jo ponujajo proizvajalci avtomobilov, razpoznava le omejitve hitrosti, ne pa drugih pomembnih znakov, kot so znaki za nevarnost ali znaki za izrecne odredbe. Ker so to prometni znaki, ki so pomembni, smo v tem diplomskem delu razvili preprost, a vseeno učinkovit sistem za njihovo prepoznavanje. Ta sistem temelji na segmentaciji s pragovno operacijo v različnih barvnih prostorih in iskanju osnovnih geometrijskih oblik z uporabo preprostih šablon. Rezultati kažejo, da tak pristop učinkovito prepoznava okrogle in trikotne znake, prepoznava štirikotnih znakov pa je nezanesljiva. Za uspešnejšo prepoznavanje le-teh pa je potrebnih še nekaj dodelav, ki jih v delu tudi predlagamo.
Ključne besede: prometni znaki, prepoznava, obdelava digitalnih slik, segmentacija, računalniški vid
Objavljeno v DKUM: 14.01.2011; Ogledov: 3583; Prenosov: 255
Celotno besedilo (2,14 MB)