but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) prof. Ing. Adam Herout, Ph.D. (místopředseda) doc. Ing. Vítězslav Beran, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) prof. RNDr. Milan Češka, CSc. (člen) Doc. Ing. Valentino Vranić, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Dr. Bidlo vznesl dotaz na výhody využití neuronových sítí a možnosti jejich implementace v hardwaru. Prof. Herout položil otázku na kalibraci kamer. Student odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: V kapitole 5.5 popisujete, že pre váš systém sú problematické situácie s ostrými tieňmi a bolo by vhodné použiť sofistikované metódy na ich odstránenie. Aké? Máte premyslený koncept riešenia? Aká je náročnosť nasadenia vášho systému na ďalšie (iné) parkovisko? Čo všetko tento proces zahŕňa? Akú chybovosť dosahujú ne-vizuálne riešenia pri rôznych (napr. poveternostných) podmienkach?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Rozman, Jaroslav	cs
dc.contributor.author	Stránský, Václav	cs
dc.contributor.referee	Veľas, Martin	cs
dc.date.created	2017	cs
dc.description.abstract	Počet automobilů neustále roste a jejich parkování se čím dál více komplikuje. Ve městech proto začala vznikat inteligentní parkoviště. Tato práce se zabývá návrhem a implementací robustního systému pro analýzu obsazenosti parkoviště z kamerových záznamů. Systém analyzuje jednotlivá parkovací místa ze záznamů z více-kamerového systému s možností překryvu mezi kamerami. Aplikace je navržena a implementována v Robotickém operačním systému (ROS) a její jádro se skládá ze dvou oddělených klasifikátorů. Úspěšnější, avšak pomalejší, je klasifikace pomocí hluboké neuronové sítě. Rychlou interakci řeší méně přesný klasifikátor pohybu s modelem pozadí. Systém je schopen fungovat v reálném čase, a to na grafické kartě i na procesoru. Úspěšnost systému na testovací datové sadě z reálného provozu jednoho parkoviště přesahuje 95 %.	cs
dc.description.abstract	The concept of smart cities is inherently connected with efficient parking solutions based on the knowledge of individual parking space occupancy. The subject of this paper is the design and implementation of a robust system for analyzing parking space occupancy from a multi-camera system with the possibility of visual overlap between cameras. The system is designed and implemented in Robot Operating System (ROS) and its core consists of two separate classifiers. The more successful, however, a slower option is detection by a deep neural network. A quick interaction is provided by a less accurate classifier of movement with a background model. The system is capable of working in real time on a graphic card as well as on a processor. The success rate of the system on a testing data set from real operation exceeds 95 %.	en
dc.description.mark	A	cs
dc.identifier.citation	STRÁNSKÝ, V. Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106321	cs
dc.identifier.uri	http://hdl.handle.net/11012/69562
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Počítačové vidění	cs
dc.subject	detekce automobilů	cs
dc.subject	hluboké neuronové sítě	cs
dc.subject	strojové učení	cs
dc.subject	GoogLeNet	cs
dc.subject	model pozadí	cs
dc.subject	Robotický operační systém	cs
dc.subject	Computer vision	en
dc.subject	car detection	en
dc.subject	deep neural networks	en
dc.subject	machine learning	en
dc.subject	GoogLeNet	en
dc.subject	background model	en
dc.subject	Robot Operating System	en
dc.title	Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí	cs
dc.title.alternative	Visual Car-Detection on the Parking Lots Using Deep Neural Networks	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2017-06-19	cs
dcterms.modified	2020-05-10-16:12:59	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106321	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:25:25	en
sync.item.modts	2025.01.15 22:40:12	en
thesis.discipline	Počítačová grafika a multimédia	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Vizuální systém pro detekci obsazenosti parkoviště pomocí hlubokých neuronových sítí

Files

Original bundle

Collections