• čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • English 
    • čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • bakalářské práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2022
  • View Item
  •   Repository Home
  • Závěrečné práce
  • bakalářské práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2022
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Pasivní optická detekce a klasifikace letících objektů

Passive optical detection and classification of flying objects

Thumbnail
View/Open
review_142710.html (5.438Kb)
final-thesis.pdf (1.964Mb)
appendix-1.zip (13.92Mb)
Posudek-Vedouci prace-2022_05_16_posudek_bc_prace_moskova.pdf (55.57Kb)
Author
Mošková, Andrea
Advisor
Vlachová Hutová, Eliška
Referee
Marcoň, Petr
Grade
A
Altmetrics
Metadata
Show full item record
Abstract
Na základe úvodného rozboru metód využívaných pre optickú detekciu a rozpoznávanie pohybujúcich sa elementov v dynamickom obraze snímanom statickou kamerou, predstavuje bakalárska práca návrh komplexného detekčného algoritmu, schopného vo videonahrávkach zaznamenať a klasifikovať letiace objekty na oblohe. Metóda využíva diferenčný algoritmus pre detekciu pohybových príznakov, vďaka ktorým sú potom v snímkach videosekvencie lokalizované letiace objekty. SVM klasifikátor následne rozhodne o zaradení každého objektu do jednej z troch uvažovaných tried, a to na základe jeho popisu získanom extrakciou SIFT deskriptorov a prípadne doplnenom aj o informácie z RGB histogramov. Algoritmus bol implementovaný primárne v programe Matlab.
 
Based on an initial analysis of the methods used for optical detection and recognition of moving elements in a dynamic image captured by a static camera, the bachelor's thesis presents a proposal for a complex detection algorithm capable of recording and classifying flying objects in the sky. The method uses a differential detection algorithm to detect signs of motion, thanks to which flying objects are located in the video frames. The SVM classifier then decides on the classification of the object into one of the three considered classes, based on its description obtained by extraction of SIFT descriptors and possibly supplemented with information from RGB histograms. The algorithm was implemented primarily in Matlab.
 
Keywords
Detekcia pohybu, rozpoznávanie objektov, strojové učenie, SIFT, SVM, Matlab, Motion detection, object recognition, machine learning, SIFT, SVM, Matlab
Language
slovenština (Slovak)
Study brunch
bez specializace
Composition of Committee
prof. Ing. Rudolf Jalovecký, CSc. (předseda) doc. Ing. Petr Blaha, Ph.D. (místopředseda) Ing. Jiří Fialka, Ph.D. (člen) Ing. Radovan Holek, CSc. (člen) Ing. Adam Chromý, Ph.D. (člen) Ing. Lukáš Kopečný, Ph.D. (člen) Ing. Soňa Šedivá, Ph.D. (člen)
Date of defence
2022-06-14
Process of defence
Studentka na začátku obhajoby popsala cíle práce, dále pak způsob získávání dat, lokalizaci zájmových objektů, jejich klasifikaci pomocí dvou doplňujících se přístupů a nakonec zhodnotila dosažené výsledky. Na otázky komise reagovala studentka samostatně a bez výhrad.
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/205710
Source
MOŠKOVÁ, A. Pasivní optická detekce a klasifikace letících objektů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Collections
  • 2022 [397]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV