| | 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


21 - 30 / 104
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
21.
Prepoznavanje aktivnosti osebe iz zaporedja slik s pomočjo konvolucijskih nevronskih mrež
Mihael Baketarić, 2018, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali s prepoznavanjem aktivnosti osebe iz zaporedja slik. Omejili smo se na aktivnosti: stoji, sedi, leži, hitro hodi, počasi hodi in pada. Pregledali smo obstoječe postopke prepoznavanja, pripravili množico podatkov, preučili konvolucijske nevronske mreže in jih uporabili pri reševanju našega problema. Naš algoritem je sestavljen iz dveh korakov: iz izločevanja oseb iz slik in prepoznavanja aktivnosti. Oba koraka smo implementirali z uporabo konvolucijskih nevronskih mrež in analizirali rezultate. Za učenje in testiranje smo uporabili lastno podatkovno zbirko, ki je vsebovala video posnetke 6-ih različnih oseb, ki so izvajali vseh šest aktivnosti. Na veliko slikah oseba ni bila pravilno izločena oz. detektirana, zato se je naša množica podatkov občutno zmanjšala po odstranitvi takšnih slik. Naš postopek smo preverili s 6-kratno navzkrižno validacijo. Povprečna uspešnost prepoznavanja aktivnosti je bila 36 %, kar seveda ni dovolj visoko za realne aplikacije. Ugotavljamo, da se pri rezultatih prepoznavanja aktivnosti močno pozna dejstvo, da v našem postopku nismo upoštevali časovne komponente oz. rezultatov prepoznav na predhodnih slikah.
Ključne besede: računalniški vid, konvolucijska nevronska mreža, globoko učenje, detekcija oseb, prepoznavanje aktivnosti osebe
Objavljeno: 19.10.2018; Ogledov: 787; Prenosov: 194
.pdf Celotno besedilo (1,55 MB)

22.
Prepoznavanje jedi iz digitalnih slik s pomočjo konvolucijskih nevronskih mrež
Jan Banko, 2018, diplomsko delo

Opis: V diplomskem delu se ukvarjamo s prepoznavo jedi iz digitalnih slik s pomočjo konvolucijskih nevronskih mrež. Namen diplomskega dela je razvoj in implementacija sistema, ki je zmožen prepoznati hrano na digitalni sliki. Natančneje smo preučili delovanje konvolucijskih nevronskih mrež ter postopek prepoznavanja objektov. Opisali smo tudi uporabljene algoritme za detekcijo objektov, ki uporabljajo konvolucijske nevronske mreže. Pri implementaciji razpoznavalnika hrane smo se omejili na 8 različnih kategorij hrane. Pri testiranju na podatkovni zbirki »The Food-101 Data Set« je na množici 2400 slik najboljši izmed uporabljenih modelov detektorjev dosegel natančnost prepoznavanja 95,59 % pri uporabi metrike »PASCAL VOC 2010« ter 72,1 % pri uporabi metrike »COCO«.
Ključne besede: računalniški vid, prepoznavanje hrane, konvolucijske nevronske mreže, Tensorflow
Objavljeno: 31.08.2018; Ogledov: 1198; Prenosov: 213
.pdf Celotno besedilo (2,69 MB)

23.
Primerjava segmentacijskih algoritmov na posnetkih zdravih in obolelih očeh
Sandi Krivec, 2018, magistrsko delo

Opis: V tej magistrski nalogi smo se ukvarjali s segmentiranjem človeškega očesa ter prepoz-navanjem bolezni na očesu. Preštudirali in primerjali smo obstoječe algoritme za segmen-tacijo očesa. V praktičnem delu naloge smo razvili lastno hibridno metodo, s pomočjo kate-re detektiramo človeško oko ter prepoznamo bolezni. Naš algoritem in sorodne metode smo preizkusili na treh testnih zbirkah slik s človeškimi očmi, in sicer na lastni zbirki ter na javnih zbirkah IITD in UTIRIS. Algoritme smo primerjali kvalitativno in s pomočjo indeksa Jaccard. Rezultati so pokazali, da s pomočjo naše hibridne metode dosežemo najboljše rezultate. Pri zaznavi zenice smo na lastni podatkovni zbirki dosegli 80 % natančnost, na testnih zbirkah IITD in UTIRIS pa 96 % oziroma 97 % natančnost. Pri zaznavi šarenice smo bili najbolj natančni na zbirki UTIRIS (89 % natančnost), sledita pa lastna zbirka (75 %) ter zbirka IITD (59 %). Eksperimentalno smo potrdili domnevo, da s kombinacijo splo-šnih segmentacijskih postopkov in postopkov na osnovi geometrijskih modelov izboljšamo natančnost segmentacije na posnetkih zdravih in obolelih oči. Bolezni oči smo prepozna-vali le na lastni zbirki. Metrika priklic je variirala od 38 % za bolezen Arcus senilis do 93 % za bolezen miozo. Podobno smo opazili pri metriki točnost, ki je variirala od 60 % (vnetje šarenice), pa vse do 92 % (siva mrena). Preliminarni rezultati potrjujejo uspešnost našega pristopa.
Ključne besede: napredna obdelava slik, segmentacija očesa, segmentacijski postopki, zaznava bolezni človeškega očesa.
Objavljeno: 14.06.2018; Ogledov: 417; Prenosov: 54
.pdf Celotno besedilo (3,06 MB)

24.
Aplikacija za nadzorovanje delovanja strojnih komponent računalniškega sistema
Jan Jagrič, 2018, diplomsko delo

Opis: Diplomsko delo je osredotočeno na razvoj uporabniške programske opreme za operacijske sisteme Windows v razvijalskem okolju Visual Studio in s programskim jezikom C#. Namen aplikacije je zajem informacij in spremljanje delovanja senzorjev strojnih komponent osebnega računalnika. V naši aplikaciji nadzorujemo naslednje strojne komponente: procesor, grafično kartico, pomnilnik, disk in matično ploščo. Na podlagi pregledanih obstoječih programskih rešitev za spremljanje delovanja strojnih komponent računalnika, smo zasnovali grafični uporabniški vmesnik, prikaz in izračun funkcije trendov, beleženje meritev ter obremenitveni test. Za boljšo uporabniško izkušnjo smo vpeljali še sistem uporabniških profilov. Aplikacijo smo preizkusili na dveh različnih osebnih računalnikih in na prenosniku. Na njih smo izvedli meritve procesorja ter analizirali dobljene grafe in trende. Rezultati so potrdili naša pričakovanja glede vrednosti opazovanih parametrov, in sicer tako v primeru, ko so bili računalniški sistemi obremenjeni, kakor tudi ko računalniški sistemi niso delovali s polno obremenitvijo. Naša aplikacija še ni primerna za produkcijsko delovanje, saj bi jo morali preizkusiti na večjem številu računalniških sistemov.
Ključne besede: operacijski sistem Windows, aplikacija Windows Forms, strojne komponente osebnega računalnika, programski jezik C#, meritve delovanja
Objavljeno: 03.05.2018; Ogledov: 892; Prenosov: 117
.pdf Celotno besedilo (5,29 MB)

25.
Razpoznavanje kovancev v digitalnih slikah s pomočjo računalniškega vida in strojnega učenja
Tjaž Vračko, 2018, diplomsko delo

Opis: V diplomskem delu smo raziskali metode računalniškega vida za detekcijo in razpoznavanje evrskih kovancev v digitalnih slikah. Preučili in analizirali smo obstoječe metode za detekcijo kovancev ter predstavili njihove prednosti in slabosti. V delu predstavimo lasten algoritem za detekcijo in razpoznavo evrskih kovancev, ki temelji na Houghovi transformaciji, barvnih in teksturnih značilnicah, postopku na osnovi vreče besed in strojih podpornih vektorjev; za popravljanje rezultatov razpoznave uporablja informacije o velikostnih razmerjih kovancev. Algoritem smo implementirali in testirali na štirih testnih množicah slik. Ugotovili smo, da naš algoritem deluje najbolje na slikah z belim ozadjem, na katerih se nahaja veliko različnih tipov kovancev. Na takšnih slikah smo v povprečju dosegli 81,53-odstotno uspešnost pravilnega razpoznavanja kovancev. Izkazalo se je tudi, da je 20 cm tista oddaljenost kamere od kovancev, pri kateri dosežemo najvišjo uspešnost razpoznave in ustreza razdalji, ki bi jo tudi sicer izbrali za slikanje od 10 do 30 kovancev, položenih na mizo.
Ključne besede: razpoznavanje kovancev, HOG, SIFT, Houghova transformacija, stroji podpornih vektorjev
Objavljeno: 03.05.2018; Ogledov: 807; Prenosov: 95
.pdf Celotno besedilo (3,01 MB)

26.
Analiza prometa s pomočjo induktivnih zank
David Letonja, 2017, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali z razvojem programske opreme za analizo prometa, pri čemer smo informacije o prometu črpali iz induktivnih zank, ki so že bile vgrajene v cestišče. Uporabljali smo raznovrstno strojno opremo, in sicer vhodno/izhodno napravo ADAM, stikalo, elektronsko ploščico za simulacijo prihodov/odhodov vozil in induktivne zanke. Komunikacijo med napravami smo izvedli na osnovi protokola Modbus. Razvito programsko opremo smo preizkusili v eksperimentalnem, kakor tudi v realnem okolju na cestišču. Na osnovi desetih testov v realnem okolju smo ugotovili, da je pri izračunu dolžine vozila na osnovi podatkov iz induktivnih zank bila napaka v povprečju 8,36 cm s standardnim odklonom 5,12 cm. Izkazalo se je še, da je bila najmanjša napaka 0,6 cm in to pri hitrosti vozila, za katero je bila induktivna zanka dejansko načrtovana. Na osnovi rezultatov lahko trdimo, da je naša rešitev primerna za analizo in nadzorovanje prometa v realnem okolju, npr. na uvozu oziroma izvozu avtoceste.
Ključne besede: Naprava ADAM, analiza prometa, induktivna zanka, podatkovna baza, protokol Modbus
Objavljeno: 09.10.2017; Ogledov: 7809; Prenosov: 104
.pdf Celotno besedilo (3,37 MB)

27.
ROSUS 2017
2017, zbornik strokovnih ali nerecenziranih znanstvenih prispevkov na konferenci

Opis: ROSUS 2017 – Računalniška obdelava slik in njena uporaba v Sloveniji 2017 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2017 združuje 12 strokovnih prispevkov enaindvajsetih avtorjev, od tega 4 vabljena predavanja. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: računalniška obdelava slik, uporaba računalniških slik, zborniki, posvetovanja, strojni vid, biomedicina, industrijske aplikacije, prenos znanja
Objavljeno: 10.03.2017; Ogledov: 1142; Prenosov: 113
.pdf Celotno besedilo (12,19 MB)
Gradivo ima več datotek! Več...

28.
Avtomatsko nastavljanje parametrov segmentacijske metode aplikacije virtualna tipkovnica s pomočjo nevronske mreže
Aljaž Javornik, 2017, diplomsko delo

Opis: V tem diplomskem delu smo nadgradili izhodiščno aplikacijo Virtualna tipkovnica, ki je namenjena zaznavanju pritiska tipke v nadzorovanih okoliščinah s pomočjo interakcijske površine in vanjo usmerjene kamere. Preučili in implementirali smo metode, ki omogočajo avtomatizirano nastavljanje parametrov segmentacijske metode za izhodiščno aplikacijo. S tem smo izboljšali njeno delovanje v spremenljivih osvetlitvenih razmerah ter ob uporabi drugačnih ozadij interakcijske površine. Preučili in implementirali smo tudi tehnike predobdelave slik ter možnosti segmentacije s pomočjo konvolucijskih nevronskih mrež. Razvili in implementirali smo naslednje rešitve: i) model RGB smo nadomestili z barvnim modelom HSV, ii) rešitev z uporabo metode fotometrične normalizacije, imenovane eno-nivojski retineks, ter iii) rešitev, kjer segmentacijo izvedemo s pomočjo globoke nevronske mreže. Vse nadgradnje osnovne aplikacije Virtualna tipkovnica smo validirali z množico eksperimentov, v katerih smo variirali osvetlitev, oddaljenost svetila, ozadje interakcijske površine ter uporabnika. Kot najuspešnejši nadgradnji sta se izkazali uporaba konvolucijskih nevronskih mrež in morfološka operacija odpiranja.
Ključne besede: virtualna tipkovnica, segmentacija slik, nevronska mreža, globoka nevronska mreža, konvolucijska nevronska mreža, kompenzacija osvetlitve, predobdelava, eno-nivojski retineks
Objavljeno: 28.02.2017; Ogledov: 1024; Prenosov: 147
.pdf Celotno besedilo (2,65 MB)

29.
Sledenje gibanju žogice za namizni tenis s postopki računalniškega vida na osnovi dveh kamer in odziva robota
Gregor Mlakar, 2016, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali z razvojem robotsko-računalniškega sistema, s katerim smo predvsem preučevali postopke računalniškega vida z namenom, da robotu povečamo umetno inteligenco. Načrtali smo preprostega robota za omenjeno igranje namiznega tenisa in ga nadgradili z lastno izdelanim sistemom računalniškega vida. S pomočjo dveh kamer in generiranja stereo slike smo s postopki računalniškega vida zaznali žogico za namizni tenis, ji sledili, z rekonstrukcijo 3D geometrijskega položaja pa smo uvedli še model predikcije njene končne poti. Na osnovi predvidene poti žogice nato premaknemo robota do položaja, v katerem žogico lahko zadane. V tem diplomskem delu smo uporabili preproste metode računalniškega vida, obdelave slik in krmiljenja robota, ki niso dovolj zmogljivi, natančni in odzivni za igranje t. i. »resne« igre namiznega tenisa proti robotu. Naša rešitev je primerna zgolj za podajanje žogice z robotom. S pomočjo večih eksperimentov smo potrdili pravilnost modela za predvidevanje poti žogice, izmerili smo natančnost 3D rekonstrukcije položaja žogice, modelirali pa smo tudi funkcijo, s pomočjo katere ocenimo čas, potreben za premik robota na izbran položaj. Na koncu smo ocenili in izmerili robne pogoje, v katerih se naš robot še ustrezno odzove na žogico.
Ključne besede: računalniški vid, robotika, robotsko-računalniški sistem, namizni tenis, predikcija
Objavljeno: 02.12.2016; Ogledov: 1849; Prenosov: 117
.pdf Celotno besedilo (3,16 MB)

30.
Aplikacija za avtomatizirano prepoznavanje listov dreves in grmov kritosemenk za operacijski sistem Android
Sandro Puhmeister, 2016, diplomsko delo

Opis: V tem diplomskem delu smo implementirali aplikacijo za avtomatizirano prepoznavanje listov dreves in grmov kritosemenk za operacijski sistem Android, pri čemer smo postopek prepoznavanja vrste razdelili na štiri ključne faze: zajem slik, obdelavo slik, luščenje značilnic in določitev vrste. Pri zajetju slik smo uporabili privzeto aplikacijo operacijskega sistema Android, kjer uporabnik zajame dve fotografiji (fotografira spodnjo in vrhnjo površino lista) za obdelavo slik. Pri obdelavi slik smo razvili lasten algoritem za segmentacijo regije interesa v RGB barvnem prostoru. Vsako segmentirano regijo interesa smo nato opisali z Gaborjevimi značilnicami tekstur. Gaborjev deskriptor za luščenje Gaborjevih značilnic smo uporabili iz odprtokodne Java knjižnice LIRE 1.0b2 (Lux Mathias, 2008). Vektorje značilnic smo nato združili in jih pretvorili v instance za prepoznavanje vrste na stroju podpornih vektorjev (angl. Support vector machine ali SVM). Za učenje SVM klasifikatorja smo uporabili brezplačen paket Weka 3.8 (Alexis Joly, 2015). Učili smo večrazredni SVM klasifikator s sekvenčnim minimalnim optimizacijskim algoritmom (angl. Sequential minimal optimization algorithm ali SMO) s polinomsko jedrno funkcijo (poglavje 6.3). Klasifikator smo kalibrirali s funkcijo K zvezd (K*). Najprej smo klasifikator testirali s križno validacijo na učnih vzorcih ter dobili natančnost nad 90%, nato pa smo klasifikator testirali še dvakrat na 100 neznanih vzorcih, pri čemer bi morali biti vsi neznani vzorci klasifikatorju znani. Natančnost klasifikatorja je bila v drugem in tretjem testiranju še zmeraj visoka saj je znašala nad 80%. Natančnosti klasifikatorja na različnih mobilnih napravah z operacijskim sistemom Android nismo uspeli testirati zaradi prevelikega števila Android naprav na trgu, kjer ima vsaka naprava lastne nastavitve. Prvi testi na napravi Samsung Galaxy Tab S 8.4 so pokazali, da je avtomatizirano določevanje vrste lahko uspešno, če so fotografije visoke kakovosti in so zajete v ugodnih svetlobnih pogojih (na dnevni svetlobi) ter manj uspešno, če ti pogoji niso izpolnjeni.
Ključne besede: Gaborjeve značilnice, računalniški vid, luščenje značilnic, prepoznavanje vrst dreves in grmov, avtomatizirano prepoznavanje vrst.
Objavljeno: 27.09.2016; Ogledov: 1722; Prenosov: 121
.pdf Celotno besedilo (2,77 MB)

Iskanje izvedeno v 0.32 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici