Sledování pohybu vybraných objektů ve videosekvencích – Robin Kopecký
Robin Kopecký
Bakalářská práce
Sledování pohybu vybraných objektů ve videosekvencích
Multiple object tracking in video sequences
Anotace:
Tato bakalářská práce popisuje principy detekce a sledování více objektů ve statické videosekvenci. Videosekvence jsou konkretizovány na záznam z~dopravní kamery. Software na detekci a sledování je implementován v~jazyce Python za použití knihovny OpenCV. V~práci je popsáno celkem pět algoritmů pro detekci objektů ve videosekvenci a celkem tři algoritmy pro sledování těchto objektů. Každý z~těchto …víceAbstract:
This bachelor thesis describes the principles of detection and tracking multiple objects in static video sequences. Video sequences are specified for recording from a traffic camera. Detection and tracking software is implemented in Python using the OpenCV library. The work describes a total of five algorithms for detecting objects in video sequences and a total of three algorithms for tracking these …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 10. 1. 2021
Obhajoba závěrečné práce
- Vedoucí: Ing. Vít Ondroušek, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Mendelova univerzita v Brně, Provozně ekonomická fakultaMendelova univerzita v Brně
Provozně ekonomická fakultaBakalářský studijní program / obor / specializace:
Systémové inženýrství a informatika / Ekonomická informatika / Mobilní a mapové aplikace
Práce na příbuzné téma
-
Enhancing Quality of Optical Character Recognition for Financial Document Processing
Dávid Meluš -
Optical character recognition using deep learning
Pavel ANDRLÍK -
Automatic Recognition of Mobile Phone Screenshots Content
Timotej Cirok -
Text Recognition in Historic Birth, Death and Marriage Records
Radoslav Palkovič -
Explaining convolutional neural network using clustering methods
Adam Bajger -
Comparison of methods for clustering convolutional neural network intercomputation values with respect to explainability
Adrián Bindas -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
implement classification for traffic signs using convolutional neural network
Mohamad Abdulrahman