Automatická adaptace pouličního osvětlení na základě dat z kamer – Jan Švanda
Jan Švanda
Bachelor's thesis
Automatická adaptace pouličního osvětlení na základě dat z kamer
Automatic adaptation of street lighting based on camera data.
Abstract:
Práce se zabývá vytvořením systému, který na základě analýzy reálné situace v komunikaci za použití obrazových dat z kamer dokáže poskytnout data pro predikci optimálního nastavení osvětlení pro každý okamžik. Práce se také zabývá výběrem a srovnáním detekčních metod a následnou optimalizací vybrané metody.Abstract:
The thesis deals with the creation of a system that, based on the analysis of the real situation on the road using image data from cameras can provide data for the prediction of the optimal lighting settings for each moment. The thesis also deals with the selection and comparison of detection methods and subsequent optimization of the selected method.
Language used: Czech
Date on which the thesis was submitted / produced: 7. 5. 2023
Thesis defence
- Date of defence: 22. 6. 2023
- Supervisor: Ing. Ivo Pisařovic, Ph.D.
- Reader: Robert Rouš, Ing.
Citation record
ISO 690-compliant citation record:
ŠVANDA, Jan. \textit{Automatická adaptace pouličního osvětlení na základě dat z~kamer}. Online. Bachelor's thesis. Brno: Mendelova univerzita v Brně, Faculty of Business and Economics. 2023. Available from: https://theses.cz/id/tua5lo/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Mendelova univerzita v Brně, Provozně ekonomická fakultaMendel University in Brno
Faculty of Business and EconomicsBachelor programme / field / specializace:
System engineering and informatics / Economic informatics / Web Technologies
Theses on a related topic
-
Deep Learning for Object Detection
Radoslav Pitoňák -
Fast object detection on mobile platforms using neural networks
Tomáš Repák -
Static object detection from visualisation of moving objects
Martin Kostka -
Evaluation of Self-Supervised Learning for Vehicle-Type Detection in Autonomous Driving
Manaf AHMED -
Sledování pohybu objektu ve 3D pomocí hloubkového snímače
Filip BERKA -
Detekce cizích objektů v rentgenových snímcích hrudníku s využitím metod strojového učení
Barbora Matoušková -
Inteligentní metody na bázi strojového učení pro klasifikaci a identifikaci objektů zájmu: laboratorní úloha
Terezie Kubošková -
Vstupní zařízení používající strojové učení
Maxym Kostevych