Zobrazit minimální záznam

dc.contributor.advisorFusek, Radovan
dc.contributor.authorJurišta, Marcel
dc.date.accessioned2021-07-15T09:32:07Z
dc.date.available2021-07-15T09:32:07Z
dc.date.issued2021
dc.identifier.otherOSD002
dc.identifier.urihttp://hdl.handle.net/10084/144154
dc.description.abstractCieľom tejto diplomovej práce je zistenie možností spracovania obrazu za účelom detekcie prechodov pre chodcov a porovnanie možných riešení. Táto diplomová práca je zameraná na spracovanie prechodov pre chodcov z pohľadu samoriaditeľných vozidiel. Pre vytvorenie funkčného detektoru je vhodné experimentálne otestovať viaceré prístupy spracovania obrazu. Hlavnými rozdielmi v navrhovaných detektoroch sú v predspracovaní dát. V prístupe s trénovaním je potrebné využiť dáta, ktoré však najkôr musia byť extrahované z dostupných materiálov. V súvislosti so spracovaním prechodu pre chodcov pomocou obrazov je v tejto diplomovej práce vykonané porovnanie existujúcich riešení, zistenie možností spracovania obrazu a navrhnutie spolu s implementáciou detektoru za pomoci zistených knižníc. Hlavnými časťami pre vytvorenie detektoru je extrahovanie dát pre trénovanie, ich predspracovanie a následné použitie vo vytvorení finálneho detektoru. Detektor zameraný na bezpečnosť chodcov je dôležitý v oblasti autonómneho riadenia vozidiel.cs
dc.description.abstractThe aim of this diploma thesis is to find out the possibilities of image processing for the purpose of crosswalk detection in order to detect pedestrian crossings and to compare possible solutions. This diploma thesis is focused on processing pedestrian crossings from the perspective of autonomous vehicles. To create a functional detector, it is advisable to experimentally test several approaches of image processing. The main differences in the proposed detectors are in data preprocessing. In a training approach, it is necessary to use data that must be extracted from available materials. In connection with the processing of pedestrian crossings using images, this thesis compares existing solutions, identifying the possibilities of image processing and design along with the implementation of the detector using the found libraries. The main parts for creating a detector are extracting the data for training, data pre-processing and subsequent use in creating the final detector. A pedestrian safety detector is important in the autonomous driving industry.en
dc.format.extent83921219 bytes
dc.format.mimetypeapplication/pdf
dc.language.isosk
dc.publisherVysoká škola báňská – Technická univerzita Ostravacs
dc.subjectOpenCVcs
dc.subjectTensorflowcs
dc.subjectNeurónové sietecs
dc.subjectSpracovanie obrazucs
dc.subjectMask-RCNNcs
dc.subjectDetekcia prechodov pre chodcovcs
dc.subjectAutonómne vozidlács
dc.subjectOpenCVen
dc.subjectTensorflowen
dc.subjectNeural networksen
dc.subjectImage processingen
dc.subjectMask-RCNNen
dc.subjectCrosswalk detectionen
dc.subjectAutonomous vehiclesen
dc.titleAnalýza prechodov pre chodcov pomocou obrazovsk
dc.title.alternativeAnalýza přechodů pro chodce pomocí obrazůcs
dc.title.alternativeCrosswalk Analysis Using Imagesen
dc.typeDiplomová prácecs
dc.contributor.refereeGaura, Jan
dc.date.accepted2021-06-02
dc.thesis.degree-nameIng.
dc.thesis.degree-levelMagisterský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská – Technická univerzita Ostrava. Fakulta elektrotechniky a informatikycs
dc.description.department460 - Katedra informatikycs
dc.thesis.degree-programInformační a komunikační technologiecs
dc.thesis.degree-branchInformatika a výpočetní technikacs
dc.description.resultvýborněcs
dc.identifier.senderS2724
dc.identifier.thesisJUR0301_FEI_N2647_2612T025_2021
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam