التفاصيل البيبلوغرافية
العنوان: |
Detekce přechodů pomocí technik hlubokého učení a zpracování obrazu ; Crosswalk Detection Using Deep Learning and Image Processing Techniques |
المؤلفون: |
Schindler, Vojtěch |
المساهمون: |
Kukuliač, Pavel, Golej, Peter |
بيانات النشر: |
Vysoká škola báňská – Technická univerzita Ostrava |
سنة النشر: |
2024 |
المجموعة: |
DSpace VŠB-TUO (Vysoká škola báňská - Technická univerzita Ostrava / Technical University of Ostrava) |
مصطلحات موضوعية: |
Strojové učení, Neuronové sítě, Konvoluční sítě, Detekce objektů, Počítačové vidění, Přechody pro chodce, Machine Learning, Neural Networks, Convolutional networks, Object Detection, Computer vision, Crosswalks |
الوصف: |
Bakalářská práce se zabývá využitím konvolučních neuronových sítí k řešení úlohy automatické detekce přechodů pro chodce z leteckých snímků z území Ostravy a Hradce Králové. Součástí práce je rešerše modelů, nástrojů a technologií, které jsou často využívány k detekci objektů z obrazových dat. V rámci práce byly vybrány ty nejvhodnější nástroje, pomocí kterých se otestovalo několik nejpopulárnějších modelů. Model s nejlepšími výsledky byl následně nasazen na snímcích z jiné oblasti v rámci daných měst a využit k inferenci. Práce pak slouží jako metodika k řešení úloh zabývajících se automatickou detekcí přechodů pro chodce v obraze. ; Bachelor thesis focuses on the usage of Convolutional neural networks to solve the task of automatic detection of crosswalks from aerial imagery from the cities of Ostrava and Hradec Králové. This thesis includes research of models, tools, and technologies, which are often used for object detection tasks. During the experimentation, the most suitable tools were used along with the most popular models. Model with the best results was then deployed on different area within these cities and used for inference. This thesis can be used as a methodology to solve problems dealing with automatic detection of crosswalks in aerial imagery. ; 548 - Katedra geoinformatiky ; výborně |
نوع الوثيقة: |
bachelor thesis |
وصف الملف: |
3748311 bytes; application/pdf |
اللغة: |
Czech |
Relation: |
OSD002; http://hdl.handle.net/10084/154724; S2735; SCH0373_HGF_B0532A330034_2024 |
الاتاحة: |
http://hdl.handle.net/10084/154724 |
Rights: |
openAccess |
رقم الانضمام: |
edsbas.846CBEF4 |
قاعدة البيانات: |
BASE |