Paginacija
-
-
Detekcija i lokalizacija sfernih markera u 3D volumetrijskim snimkama
-
Ante Šućur U ovom radu je obrađena
primjena računalnog vida u medicinske svrhe.
Primjena je demonstrirana na volumenu kojim je prikazana čovjekova glava, a zadatak je bio
pronaći postavljeni sferni objekt. Opisana je Houghova transformacija i njena primjena u rješavanju ovog problema. U radu se postepeno, obrađivanjem jednostavnijih primjera upotrebe Houghove transformacije dolazi do njene primjene za lokalizaciju sfernog objekta u volumetrijskom prostoru.
-
-
Detekcija i lokalizacija sfernih markera u video snimkama
-
Josip Tomurad Ovaj rad bavi se proučavanjem metoda za detekciju i lokalizaciju krugova na slikama. Predložene su metode koje omogućuju preciznu detekciju i lokalizaciju u sklopu projekta RONNA koji se bavi razvojem robota za asistenciju u operacijama mozga.
-
-
Detekcija i označavanje zuba u panoramskim rendgenskim snimkama pomoću Faster-RCNN arhitekture
-
Karlo Koledić U ovom radu je opisan problem detekcije i klasifikacije zuba na rendgenskim slikama. Navedene su metode, modeli i arhitekture korištene pri rješavanju problema s posebnim osvrtom na Faster R-CNN arhitekturu.
Na početku su objašnjene metode dubokog učenja u računalnom vidu poput gradijentnog spusta, propagacije pogreške unatrag te konvolucijskih neuronskih mreža. Zatim su opisane metode i modeli koji se koriste za rješavanje problema detekcije objekata s naglaskom na Faster R-CNN....
-
-
Detekcija i označavanje zuba u panoramskim rendgenskim snimkama pomoću YOLO arhitekture
-
Ivan Ilić Ovaj rad predstavlja primjenu metoda dubokog učenja na zadatak detekcije i označavanja zuba u panoramskim rendgenskim snimkama. Stomatolozi u svakodnevnom radu obavljaju zadatak procjene zubnog statusa, koji uključuje određivanje svih zuba gornje i donje čeljusti. Korištenjem dubokih konvolucijskih neuronskih mreža, u kombinaciji s nadziranim učenjem, moguće je osposobiti računalo da navedeni zadatak rješava autonomno. Primjenom YOLO arhitekture zadatak lokalizacije pojedinog zuba...
-
-
Detekcija i očitanje registarskih oznaka vozila pomoću dubokog učenja
-
Fran Hančić Ispitati metode za detekciju objekata u slikama te metode za očitavanje brojki i slova. Ispitati mogućnost detekcija pravokutnih objekata u prisustvu perspektivne transformacije te mogućnosti ispravljanja geometrijske transformacije. Prikupiti odgovarajuću bazu nizova sličica s poznatim lokacijama registarskih tablica, kao i s poznatom registarskom oznakom. Implementirati metodu za detekciju i očitavanje registarske oznake. Ispitati točnost na prikupljenoj bazi slika te ispitati...
-
-
Detekcija i očitanje registarskih oznaka vozila u otežanim uvjetima
-
Fran Hančić Ovaj rad bavi se izmjenom Faster R-CNN modela kako bi bolje odgovarao problemu detekcije registarskih oznaka u otežanim uvjetima. U radu su detaljno objašnjeni hiperparametri i njihov utjecaj te je kroz iteracije razvoja modela razvijen vrlo dobar model koji rješava zadan problem. Također je opsežno objašnjena metodologija u radu i koncepti kojima su se racionalizirale odluke donesene prilikom razvoja. Rad se također dotiče optičkog očitanja registarskih oznaka, gdje opisuje korake...
-
-
Detekcija i očitanje registarskih pločica vozila
-
Mislav Ivančić U ovom radu opisuju se metode detekcije i očitanja registracijskih pločica vozila sa slika vozila u raznim osvjetljenjima i pod raznim udaljenostima. Za detekciju koristio se prethodno istreniran model neuronske mreže. Detaljno su opisane konvolucijske neuronske mreže i njihova struktura. Korištena biblioteka za treniranje modela je TensorFlow, te su opisane njene glavne komponente i njihov princip rada. Nakon uspješne detekcije, nad detektiranim pločicama izvršava se očitanje...
-
-
Detekcija i očitavanje registarskih oznaka vozila pomoću dubokog učenja
-
Matija Sukno Većina postojećih algoritama za detekciju i prepoznavanje registarskih tablica nisu robusni u praksi i evaluirani su na malim skupovima podataka. U ovom radu predstavio sam CCPD podatknovni skup. Trenutno najveći i najkvalitetniji skup slika registarskih oznaka vozila. Sve slike su detaljno označene i mogu se koristiti kao skup za treniranje u algoritmima strojnog učenja. Također sam opisao slojeve duboke konvolucijske neuronske mreže i implementirao duboki konvolucijski model RPnet...
-
-
Detekcija i praćenje 3D objekata u slici kamere na vozilu primjenom dubokih neuronskih mreža
-
Matija Kušec Detekcija i praćenje objekata u vremenu jedni su od najvažnijih zadataka autonomnih vozila. U radu je dan pregled korištenja duboke neuronske mreže u svrhu detekcije objekata u 3D slici kamere. Konkretna korištena mreža je CenterNet. Mreža se temelji na tome da su objekti predstavljeni središnjim točkama, a ostala se svojstva, poput 3D dimenzija i orijentacije, dobivaju regresijom iz značajki slike kod središta. Ta se neuronska mreža koristi kao potpora za probabilističko...
-
-
Detekcija i praćenje igrača u nogometnim scenama
-
Tomislav Kiš Ovaj rad daje usporedbu efikasnosti Faster R-CNN modela i klasičnih metoda računalnog vida za problem detektiranja igrača u scenama. Ispitani modeli Faster R-CNN-a učeni su na dva različita skupova s označenim pješacima. Prikazani su rezultati, navedeni problemi i nedostaci te mogućnosti dorade. Klasičan pristup zasniva se na oduzimanju pozadine te dodatnom procesiranju detektiranih regija. Korištene su paralelne i optimirane funkcije iz biblioteke otvorenog koda OpenCV. Ispitani...
-
-
Detekcija i praćenje igrača u snimkama nogometnih utakmica
-
Andi Škrgat Analiza nogometnih utakmica zasnovana na matematičkim alatima postaje sve popularnija. Ovaj rad pokušava odgovoriti na pitanje mogu li se moderne tehnike detekcije i praćenja objekata primijeniti za izvlačenje informacija korisnih analitičarima, trenerima i skautima iz snimaka nogometnih utakmica. Eksperimenti pokazuju kako detekcija igrača radi odlično dok je detekcija lopte nešto lošija, ali je i sam izazov puno teži. Jedan od glavnih razloga možemo pronaći u poprilično...
-
-
Detekcija i praćenje igrača u snimkama nogometnih utakmica
-
Tomislav Huljina U radu je opisan jedan pristup u izradi sustava koji može pronaći i pratiti nogometne igrače na snimci utakmice. Sustav koristi razne algoritme računalnoga vida. Na samome početku potrebno je odrediti područje terena na snimci. Nakon toga se pronalaze početne pozicije igrača na terenu koji se zatim prate. Za zadatak praćenja je isprobano nekoliko algoritama. Na samome kraju dobivaju se trajektorije igrača. Trajektorije se zatim dodatno analiziraju i spremaju u datoteku za buduću...
Paginacija