| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 8 / 8
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
2.
PREPOZNAVA PROMETNIH ZNAKOV Z UPORABO POSTOPKOV RAČUNALNIŠKEGA VIDA
Matjaž Lenič, 2010, diplomsko delo/naloga

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: 14.01.2011; Ogledov: 2556; Prenosov: 179
.pdf Celotno besedilo (2,14 MB)

3.
DOLOČANJE POLOŽAJA OKROGLIH CESTNO-PROMETNIH ZNAKOV S POSTOPKI RAČUNALNIŠKEGA VIDA
Tilen Krel, 2011, diplomsko delo/naloga

Opis: V diplomskem delu se ukvarjamo z lokaliziranjem okroglih cestno-prometnih znakov s postopki računalniškega vida. Najprej pregledamo obstoječe rešitve lokaliziranja prometnih znakov in iskanja krožnic ter elips v digitalnih slikah. V nadaljevanju opišemo program, ki smo ga razvili za določanje položaja okroglih cestno-prometnih znakov. Najpomembnejši del programa je iskanje okroglih oblik, ki smo ga izvedli s Houghovo transformacijo za iskanje krožnic in elips. V diplomskem delu so podrobno opisani vsi deli programa, kot so predobdelava slike, segmentacija s Houghovo transformacijo in vizualizacija rezultatov. Program smo preizkusili na 118 slikah, ki vsebujejo enega ali več različno ohranjenih prometnih znakov, slikanih v različnih vremenskih pogojih. Uspešnost lokaliziranja okroglih prometnih znakov je okrog 82 %, pri čemer so v tej statistiki zajete vse slike. Na osnovi dobljenih rezultatov smo predstavili še prednosti, slabosti in možne izboljšave našega pristopa.
Ključne besede: računalniški vid, prometni znaki, lokalizacija, obdelava digitalnih slik, segmentacija, Houghova transformacija
Objavljeno: 12.09.2011; Ogledov: 1742; Prenosov: 123
.pdf Celotno besedilo (2,48 MB)

4.
ZAZNAVANJE NENAVADNIH DOGODKOV S POMOČJO KAMERE PRIKLJUČENE NA USMERJEVALNIK
Jernej Rezec, 2013, diplomsko delo

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: 22.05.2013; Ogledov: 1081; Prenosov: 94
.pdf Celotno besedilo (2,17 MB)

5.
RAZPOZNAVANJE REGISTRSKIH TABLIC NA MOBILNEM TELEFONU Z OPERACIJSKIM SISTEMOM ANDROID
Gregor Bačun, 2014, diplomsko delo

Opis: V tem diplomskem delu smo se ukvarjali z razpoznavo registrskih tablic na mobilnem telefonu z operacijskim sistemom Android. Kot izhodiščno metodo smo uporabili detekcijo s konturami. Z uporabo različnih morfoloških operacij smo izboljšali natančnost razpoznave, vključili pa smo še sistem za optično razpoznavo znakov. Nastala je aplikacija, s katero med vožnjo iz video toka zajemamo slike ter na njih lociramo registrske tablice. Iz njih nato izločimo posamezne znake in jih pretvorimo v tekst. V zadnjem koraku enake registrske tablice združimo s pomočjo primerjave histogramov in na ta način še izboljšamo končne rezultate. Uspešnost postopka smo preverjali s pomočjo predhodno zajetega video materiala. Ocenjevali smo uspešnost posameznih faz ter uspešnost celotnega postopka. Rezultati kažejo, da smo glede na metodo, iz katere smo izhajali, uspešnost razpoznave registrskih tablic bistveno izboljšali. Odstotek pravilno razpoznanih registrskih tablic namreč presega 80 %.
Ključne besede: razpoznavanje registrskih tablic, obdelava digitalnih slik, segmentacija, primerjava histogramov, knjižnica OpenCV, knjižnica Tesseract, operacijski sistem Android
Objavljeno: 20.05.2014; Ogledov: 998; Prenosov: 136
.pdf Celotno besedilo (12,51 MB)

6.
OCENJEVANJE ČUSTVA OSEBE NA OSNOVI DIGITALNIH POSNETKOV
Uroš Mlakar, 2014, magistrsko delo

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: 20.05.2014; Ogledov: 1712; Prenosov: 195
.pdf Celotno besedilo (2,56 MB)

7.
AVTOMATSKO ŠTETJE OSEB S POMOČJO TEHNIK RAČUNALNIŠKEGA VIDA
Aleksander Valenko, 2014, diplomsko delo

Opis: Diplomsko delo se ukvarja s prepoznavanjem oseb, ki se gibajo, in njihovim štetjem. V sklopu diplomskega dela se je razvil algoritem za avtomatsko štetje oseb na osnovi video posnetka. Algoritem deluje tako, da na slikah, ki jih zajame s spletno kamero, poišče osebe. Za iskanje oseb se uporabi povprečna slika, ki se odšteje od zajete slike, nato pa se s pomočjo računalniškega vida ugotovi, ali je na sliki oseba. Na osnovi obdelane slike algoritem označi zaznano osebo na sliki, hkrati pa ustrezno spremeni števec za štetje oseb. Algoritem se je med izdelavo dela integriral v prototipno aplikacijo, ki s pomočjo grafičnega uporabniškega vmesnika prikazuje rezultate. Algoritem je bil testiran na desetih video posnetkih, na katerih so se odvijali različni scenariji vstopanja in/ali izstopanja oseb v/iz prostora. Na podlagi pridobljenih rezultatov je izračunana natančnost algoritma, ki je 80 %, hitrost obdelave posamezne slike pa je 0,125 sekunde na tipični današnji strojni opremi.
Ključne besede: premikanje oseb, zaznavanje oseb, označevanje osebe, štetje, obdelava digitalnih slik in videa, zajem slik s spletno kamero
Objavljeno: 19.05.2014; Ogledov: 901; Prenosov: 49
.pdf Celotno besedilo (17,57 MB)

8.
NAPREDNI UPORABNIŠKI VMESNIK NA OSNOVI POSTOPKOV RAČUNALNIŠKE OBDELAVE SLIK
Jože Baligač, 2014, magistrsko delo

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: 15.07.2014; Ogledov: 1032; Prenosov: 111
.pdf Celotno besedilo (2,79 MB)

Iskanje izvedeno v 0.24 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici