• čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • русский 
    • čeština
    • English
    • русский
    • Deutsch
    • français
    • polski
    • українська
  • Войти
Просмотр элемента 
  •   Главная
  • Závěrečné práce
  • bakalářské práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2022
  • Просмотр элемента
  •   Главная
  • Závěrečné práce
  • bakalářské práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2022
  • Просмотр элемента
JavaScript is disabled for your browser. Some features of this site may not work without it.

Pokročilá analýza pohybujících se objektů v dopravě

Advanced analysis of moving objects in transport

Thumbnail
Открыть
final-thesis.pdf (23.27Mb)
review_145347.html (4.795Kb)
Автор
Hora, Adam
Advisor
Kiac, Martin
Referee
Dejdar, Petr
Grade
D
Altmetrics
Metadata
Показать полную информацию
Аннотации
Tato práce řeší problém sledování objektů živě z kamer nebo z kamerových záznamů. Cílem také je vytvořit si vlastní datovou sadu, použitelnou při řešení dopravních situacích a analýzu pro rozpoznávání a klasifikaci předmětů. Pro vyhodnocení byla požita metoda YOLO s podporou OpenCV. Výsledkem je program, do kterého lze vkládat silniční záznamy nebo použít živý přenos z kamery umístěné tak, aby měla v záběru pozemní komunikaci. Výstupem programu je zjištění počtu motorových vozidel v daný okamžik a průměrný počet vozidel, které se za danou dobu na komunikaci nacházely. Videa, ze kterých je datová sada vytvořena, poskytl vedoucí práce. Hlavním přínosem práce je možnost sledování hustoty provozu v daných časových intervalech.
 
This thesis solves the problem of monitoring objects from live streams or camera recordings. The aim is also to create your own data set usable in solving traffic situations and analysis for object recognition and classification. The YOLO method with OpenCV support was used for evaluation purposes. The result is a program in which road recordings can be inserted or live broadcasts can be used from a camera positioned so that it captures the road. The output of the program is to find out the number of motor vehicles at any given moment and the average number of vehicles that were on the road during given periods of time. The videos from which the data set is created were provided by the thesis supervisor. The main benefit of this work is the ability to monitor traffic density at given time intervals.
 
Keywords
darknet, YOLO, YOLOv4, OpenCV, C++, neuronové sítě, CNN, detekce objektů v obraze, dopravní datová sada, darknet, YOLO, YOLOv4, OpenCV, C++, artificial neural networks, CNN, object detection in the image, traffic data set
Language
čeština (Czech)
Study brunch
bez specializace
Composition of Committee
prof. Mgr. Pavel Rajmic, Ph.D. (předseda) doc. Ing. Jiří Schimmel, Ph.D. (místopředseda) Ing. Martin Kiac (člen) Ing. Ondřej Krajsa, Ph.D. (člen) Ing. Radim Číž, Ph.D. (člen)
Date of defence
2022-09-02
Process of defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. Otázka oponenta: Z jakého důvodu se přesnost trafficLightOff z tabulky 5.1 rovná 0? Student odpověděl na otázku
Result of the defence
práce byla úspěšně obhájena
URI
http://hdl.handle.net/11012/208348
http://hdl.handle.net/11012/208332
Source
HORA, A. Pokročilá analýza pohybujících se objektů v dopravě [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
Контакты | Отправить отзыв | Theme by @mire NV
 

 

Просмотр

Весь DSpaceСообщества и коллекцииДата публикацииАвторыНазванияТематикаЭта коллекцияДата публикацииАвторыНазванияТематика

Моя учетная запись

ВойтиРегистрация

Статистика

Просмотр статистики использования

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Контакты | Отправить отзыв | Theme by @mire NV