Sledování pohyblivých objektů ve videu
Loading...
Date
Authors
Folenta, Ján
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto bakalárska práca sa zaoberá problematikou detekcie, sledovania a počítania vozidiel pohybujúcich v jednotlivých smeroch vo videu. Pre riešenie problému sú využité moderné techniky detekcie a sledovania objektov využívajúce konvolučné neurónové siete. Cieľom práce je dosiahnutie čo najväčšej presnosti počítania vozidiel pri zachovaní spracovania videozáznamov v reálnom čase. Problémy implementovanej metódy pre detekciu a sledovanie sú riešené analýzou a prácou s trajektóriami vozidiel. S úspešnosťou 90,94% a s celkovým skóre 0,8829 sa táto práca zúčastnila súťaže AI City Challenge 2020, kde sa umiestnila na konečnom 6. mieste.
This bachelor thesis deals with the issue of detection, tracking and counting vehicles in different directions in video. To deal with this problem, modern techniques of object detection and tracking using convolutional neural networks are used. The goal of this work is to achieve highest possible accuracy of vehicle counting while maintaining the processing of video recordings in real-time. The problems of the implemented method for detection and tracking are solved by analyzing and working with the trajectories of vehicles. With accuracy of 90,94% and total score of 0,8829, this work participated in AI City Challenge 2020, where it placed 6th.
This bachelor thesis deals with the issue of detection, tracking and counting vehicles in different directions in video. To deal with this problem, modern techniques of object detection and tracking using convolutional neural networks are used. The goal of this work is to achieve highest possible accuracy of vehicle counting while maintaining the processing of video recordings in real-time. The problems of the implemented method for detection and tracking are solved by analyzing and working with the trajectories of vehicles. With accuracy of 90,94% and total score of 0,8829, this work participated in AI City Challenge 2020, where it placed 6th.
Description
Citation
FOLENTA, J. Sledování pohyblivých objektů ve videu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda)
doc. Ing. Martin Čadík, Ph.D. (místopředseda)
doc. Ing. Michal Bidlo, Ph.D. (člen)
Ing. Matěj Grégr, Ph.D. (člen)
Ing. Radek Kočí, Ph.D. (člen)
Date of acceptance
2020-07-09
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně 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 B. Otázky u obhajoby: V textu zprávy píšete, cituji: "Detektor bol upravený na detekciu dvoch tried objektov, konkrétne na detekciu triedy "car" a triedy "truck"." - v čem spočívá tato úprava? Byl model upraven a dotrénován pouze na dvě výstupní třídy, nebo jsou jen všechny ostatní třídy na výstupu ignorovány? Přemýšlel jste nad možností automatické detekce vstupních a výstupních oblastí? Jakým způsobem by bylo možné tyto oblasti detekovat bez 'lidského zásahu'? Měřil jste kolik času běhu celého systému zabírají jednotlivé části (dekódování vstupu/detekce/tracking/spojování trajektorií/atd.)?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení