Klasifikace vozidel s použitím radaru
Loading...
Date
Authors
Raszka, Aleš
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Tato diplomová práce se zabývá tématem využití radarového signálu ke klasifikaci silničního provozu. Součástí práce je použití radarových modulů s kontinuální vlnou využívajících Dopplerův jev. Radarový signál je následně podroben sérii metod pro zpracování signálu, jež je zakončena Fourierovou transformací. Ze získaných dat jsou vytvořeny klasifikátory metodami SVM a AdaBoost, pomocí kterých jsou vozidla klasifikována do skupin.
This Master thesis deals with usage of radar signal for vehicle classification. The thesis uses radar modules with continuous wave based on Doppler effect. Radar signal is processed by a series of signal processing method finished by Fourier transform. Data produced by FFT is used to create SVM and AdaBoost classifier which can be used to classify vehicles into groups.
This Master thesis deals with usage of radar signal for vehicle classification. The thesis uses radar modules with continuous wave based on Doppler effect. Radar signal is processed by a series of signal processing method finished by Fourier transform. Data produced by FFT is used to create SVM and AdaBoost classifier which can be used to classify vehicles into groups.
Description
Keywords
Dopplerův jev , radar , zpracování signálu , klasifikace , vozidlo , SVM , Adaboost , Doppler effect , radar , signal processing , classification , vehicle , SVM , Adaboost
Citation
RASZKA, A. Klasifikace vozidel s použitím radaru [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačová grafika a multimédia
Comittee
prof. Dr. Ing. Jan Černocký (předseda)
doc. RNDr. Pavel Smrž, Ph.D. (místopředseda)
doc. Ing. Vladimír Janoušek, Ph.D. (člen)
doc. Ing. Petr Sedlák, Ph.D. (člen)
doc. Ing. Michal Španěl, Ph.D. (člen)
doc. Ing. Zdeněk Vašíček, Ph.D. (člen)
Date of acceptance
2017-06-21
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 A . Otázky u obhajoby: Jak si vysvětlujete, že výsledky klasifikace s využitím AdaBoost jsou lepší (alespoň v některých případech) než při využití SVM? (Poznámka: Myslím, že obvykle lze očekávat opačný výsledek, alespoň na malých příznakových vektorech.) Zvažoval jste využití částí spektra (například výsledky pásmových filtrů) jako prvků příznakového vektoru? (Není celé spektrum "příliš jemné"?) Je realistické očekávat odlišení vozidel s různou "hmotou" (například odhad zatížení vozidla)?
Result of defence
práce byla úspěšně obhájena