Semestrln projekty - Semestral Projects


Nzev:3D rekonstrukce Prahy z Google Street View
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:
Oponent:Josef Sivic (ENS Paris)
Popis:
==============
=NEAKTIVNI TEMA=
==============
(vypsano 2010)

Cílem projektu je seznámit studenty s technologií trojdimenzionální rekonstrukce a provést experiment s rekonstrukcí trojdimensionálního modelu ze snímků Google Street View z Prahy.
Pokyny k vypracovn:
Doporuen literatura:Dodá vedoucí.
Forma realizace:Vzkumn zprva, demonstran software (Matlab, C, ...)
Datum vypsn:2010-02-12




Nzev:3D face model from a video or multiple images of a subject
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:faces

Having a collection of multiple images or a short video of a subject, it is possible to reconstruct a 3D model of his/her face. Such reconstructed model can be used in computer graphics applications, e.g. new view generation, relighting, face texture transfer, etc. Alternatively, the model can be used for identity recognition, e.g. by constructing a face signature from geometric characteristics or by generating a virtual frontal-view.

There are several approaches in the literature to reconstruct the model of a face. Very good results can be obtained by fitting a parametric 3D morphable [1] model by using stereo images [2]. Alternatively, facial features (nose, mouth corners, eye corners), can be reconstructed automatically using classical structure from motion techniques even in uncalibrated setup. A 3D reconstruction of a face from video has already been investigated, e.g. [3]. There exist a commercial solution, however it requires a non-negligible manual effort, e.g. [4]. Nevertheless our goal is to estimate the model automatically.

We will provide a code for detection the facial landmarks which also simultaneously estimate a pose of the camera (position+orientation) [5]. This will be a starting point for the reconstruction algorithm design. Promising results were already obtained with rather naive methods, so impressive results are expected.

References

[1] V. Blanz and T. Vetter. A morphable model for the synthesis of 3d faces. In SIGGRAPH 1999.
video.
[2] B. Amberg, A. Blake, A. Fitzgibbon. Reconstructing High Quality Face-Surfaces using Model Based Stereo. In ICCV 2007.
[3] Douglas Fidaleo and Gerard Medioni. Model-Assisted 3D Face Reconstruction from Video. In AMFG, 2007.
[4] Looxis Faceworks: video.
[5] Jan Cech, Vojtech Franc, Jiri Matas. A 3D Approach to Facial Landmarks: Detection, Refinement, and Tracking. In Proc. ICPR, 2014.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:software, technical report
Datum vypsn:2014-05-13




Nzev:Facial video super-resolution
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:faces


The super-resolution is a technique which allows to reconstruct high-resolution image from multiple low-resolution images or a video. A basic principle is registering the images into a common coordinate frame, deconvolution, and final aggregation. An introductory overview can be found in [1].

This technique has natural applications in forensics, e.g. license plate reading from low definition videos [2], facial image super-resolution [3,4], etc. There exist many different approaches in the literature. A code for algorithm [5] is included in OpenCV. Faces are non-rigid 3D objects, so the registration is not straightforward. We will provide a code for precise facial landmark detection in the images [6], which will be a basic tool for the registration.

The beauty of this topic is that the final result could be very impressive in the sense that human does not have this ability. Nevertheless this topic is not easy to handle. The work could start from simple experiments with planar scenes, comparing with OpenCV, until the super-resolution of faces with frontal and non-frontal videos of a subject speaking or changing expressions. Therefore this topic can be chosen for semestral, bachelor, or master project.

References

[1] Super-Resolution Image Reconstruction: A Technical Overview. IEEE Signal Processing Magazine, May 2003.
[2] Filip Sroubek, Gabriel CristĂłbal, Jan Flusser. A Unified Approach to Superresolution and Multichannel Blind Deconvolution. IEEE Trans. on Image Processing, 16(9), 2007.
[3] Kui Jia and Shaogang Gong. Generalized Face Super-Resolution. IEEE Trans. on Image Processing, 17(6), 2008.
[4] Shuowen Hu, Robert Maschal, S. Susan Young,Tsai Hong Hong, and P. Jonathon Phillips. Face recognition performance with superresolution. Applied Optics / Vol. 51, No. 18 / 20 June 2012.
[5] Mitzel, T. Pock, T. Schoenemann, D. Cremers. Video super resolution using duality based TV-L1 optical flow. DAGM, 2009. http://docs.opencv.org/modules/superres/doc/super_resolution.html
[6] Jan Cech, Vojtech Franc, Jiri Matas. A 3D Approach to Facial Landmarks: Detection, Refinement, and Tracking. In Proc. ICPR, 2014.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2014-05-13




Nzev:Gaze direction estimation
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:gaze

Estimating the gaze direction, i.e. estimating where a person is looking from a single monocular camera is a challenging problem with potentially large applicability. For some applications it could replace expensive eye-trackers or other intrusive 'wearable' devices. In theory, not only the direction, but also the depth of the target view can be estimated, when enough resolution is available to get the eye vergence [1].

The applications include psycho-social studies, marketing applications (e.g. contactless interaction with advertising panels), alternative mouse pointer control for disabled people, vigilance monitoring for driver assistance systems, etc. If the work is successful, there is a potential for commercialization.

Multiple approaches exist in the literature to solve this problem. A good survey can be found in e.g. [2], nice results are obtained with a help of a range sensor [3]. We will provide a code for detecting facial landmarks (nose tip, eye corners, mouth corners) in images and estimating a pose (position and orientation) of the face with respect to the camera [4]. A candidate will investigate a fusion of the head pose with the eye vergence estimation and will design a ground-truth experiment in order to evaluate the method accuracy, and to study impact of subject distance, pose, and camera resolution.

References

[1] Zakia Hammal, Corentin Massot, Guillermo Bedoya, and Alice Caplier. Eyes Segmentation Applied to Gaze Direction and Vigilance Estimation. In ICAPR 2005.
[2] Sileye O. Ba, and Jean-Marc Odobez. Multiperson Visual Focus of Attention from Head Pose and Meeting Contextual Cues. IEEE Trans. on PAMI, 33(1), 2011.
[3] Kenneth Alberto Funes Mora and Jean-Marc Odobez. Gaze Estimation from Multimodal Kinect Data. In Face and Gesture, and Kinnect CVPR Workshop. 2012.
[4] Jan Cech, Vojtech Franc, Jiri Matas. A 3D Approach to Facial Landmarks: Detection, Refinement, and Tracking. In Proc. ICPR, 2014.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:software, technical report
Datum vypsn:2014-05-13




Nzev:Lip activity detector
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:lip activity
Lip activity detector (also called speech activity detector) [1] is an algorithm which automatically identifies whether a person in a video speaks at a time. This task is important in audio-visual diarization problem [2,3], i.e. recognizing who speaks when, and in audio-visual cross modal identity recognition and learning. There are typical situations when multiple people is in a camera field of view and an audio signal is perceived. Then the question is who is speaking.

The speech activity detector can be visual only (based on observing the statistics of intensity variations in the mouth region), or audio-visual (which exploits the audio-visual synchrony between these modalities [4]). A basic study of these approaches is needed together with a detailed analysis of the impact of video resolution and a camera viewpoint. We will also provide a simple ground-truth annotated dataset containing examples of positive (speaking people) and negative (non-speaking, listening people) cases.

A code for precise localization of facial landmarks will be provided [5], and [6].

If this work is successful, the task can be naturally extended to a broader Audio-Visual digitization algorithm, which would integrate multiple audio-visual cues as e.g. video identity from face recognition, visual identity from clothing models, audio identity from voice recognition, direction estimate from a microphone array, etc. Therefore this topic can be chosen as a semestral, bachelor, or master project.

References

[1] K. C. van Bree. Design and realisation of an audiovisual speech activity detector. Technical Report PR-TN 2006/00169, Philips research Europe, 2006.
[2] Felicien Vallet, Slim Essid, and Jean Carrive. A Multimodal Approach to Speaker Diarization on TV Talk-Shows. IEEE Trans. on Multimedia, 15(3), 2013.
[3] Athanasios Noulas, Gwenn Englebienne, and Ben J.A. Kroese. Multimodal Speaker Diarization. IEEE Trans. on PAMI, 34(1), 2012.
[4] Einat Kidron, Yoav Y. Schechner, and Michael Elad. Pixels that sound. In CVPR, 2005.
[5] Jan Cech, Vojtech Franc, Jiri Matas. A 3D Approach to Facial Landmarks: Detection, Refinement, and Tracking. In Proc. ICPR, 2014.
[6] M. Uricar, V. Franc and V. Hlavac, Detector of Facial Landmarks Learned by the Structured Output SVM. In VISAPP 2012. http://cmp.felk.cvut.cz/~uricamic/flandmark/
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:software, technical report
Datum vypsn:2014-05-13




Nzev:Lip reading
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:faces
Lip reading (also called speech reading) is a ability to understand human speech by looking at mouth and lips, without actually hearing the audio. This ability is sometimes present at deaf people. There are evidences in literature that audio-visual speech recognition, i.e. a fusion of classical auditory and video recognition methods, can lead to improvement in speech recognition algorithms [1], especially in case of low quality audio or overlapping speech.

There are works that employs video channel to understand isolated spoken phrases, uttered digit, or simple commands, e.g. to control mobile devices or audio system in a car, [2,3].

First, the target will be the isolated word recognition. A design of a basic method, feature extraction, classifier, ground-truth experiment with emphasis on studying the effect of camera resolution, angle, and subject distance. We will provide a code for precise estimation of facial landmarks (nose tip, eye corners, mouth corners) from images or videos [4]. Then it should be straightforward to extract representative features from the mouth regions.

If the work is successful it can be further extended and integrated with automatic speech recognizers to disambiguate the overlapping speech. Therefore the topic can be chosen as semestral, bachelor, or master project.

The image is a reproduction from [1].

References

[1] Petr Cisar, Milos Zelezny. Using of Lip-Reading for Speech Recognition in Noisy Environments. In Speech Processing, 2003. http://musslap.zcu.cz/en/audio-visual-speech-recognition/
[2] Kate Saenko, Karen Livescu, Michael Siracusa, Kevin Wilson, James Glass, and Trevor Darrell. Visual Speech Recognition with Loosely Synchronized Feature Streams. In ICCV, 2005.
[3] Dana Segev, Yoav Y. Schechner, Michael Elad. Example-based Cross-Modal Denoising. In CVPR, 2012.
[4] Jan Cech, Vojtech Franc, Jiri Matas. A 3D Approach to Facial Landmarks: Detection, Refinement, and Tracking. In Proc. ICPR, 2014.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2014-05-13




Nzev:Range camera - stereo fusion
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan ech Ph.D.
Oponent:
Popis:faces

Recently range sensors, such as time-of-flight cameras, binary-coded range finders (MS Kinnect), has become broadly available. They provide reliable depth measurement for smooth textureless surfaces with enough reflectance, however their resolution is not outstanding. On the other hand classical stereo setup with HD cameras, provides high resolution depth maps, however has difficulties in textureless or repetitive patterns. Therefore, these sensors are complimentary and a fusion of them should gain higher quality results.

A classical work related to this topic is based on low resolution upsampling using a single high resolution intensity image [1], their code is available and should be used as a reference method. A basic stereo - time-of-flight camera fusion is proposed in [2]. A task of the candidate will be to calibrate the range sensor and the stereo rig together, then use the depth map to initialize the global sub-pixel stereo matching [3] and evaluate the results with respect to [1,2].

References

[1] J. Kopf, M.F. Cohen, D. Lischinski, M. Uyttendaele. Joint bilateral upsampling. In SIGGRAPH, 2007.
[2] Vineet Gandhi, Jan Cech, Radu Horaud. High-Resolution Depth Maps Based on TOF-Stereo Fusion. In Proc. ICRA, 2012.
[3] Jan Cech. Accurate and Robust Stereoscopic Matching in Efficient Algorithms. PhD Thesis. Department of Cybernetics, Faculty of Electrical Engeneering, Czech Technical University. June 16, 2009. (Chapter 4.4, pp. 47--50).

Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:software, technical report
Datum vypsn:2014-05-13




Nzev:Humanoid NAO, demonstran loha
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Vclav Hlav CSc.,RNDr. Daniel Pra Ph.D.
Oponent:Ing. Vojtch Franc, PhD.
Popis:==============
=NEAKTIVNI TEMA=
==============
(vypsano 2010)


V evropském projektu HUMAVIPS začínáme pracovat s humanoidním robotem NAO, http://www.aldebaran-robotics.com/en/ Cílem projektu pro čtyři až pět studentů je (a) seznámit se s robotem a jeho programovým aplikačním rozhraním, (b) navrhnout tři nové kognitivní demonstrační úlohy, které využijí schopnosti robotu vidět dvěma kamerami a slyšet dvěma mikrofony, (c) Vyzkoušet aplikační programové rozhraní pro výpočet přímo na počítačích v robotu i pro výpočet na vnějším počítači s komunikací s robotem přes WiFi, (d) implmentovat 3 kognitivní úlohy, (e) doplnit úlohy uživatelskou a programátorskou dokumentací (v angličtině).
Pokyny k vypracovn:Seznamte se s robotem NAO a jeho programováním.
Doporuen literatura:http://www.aldebaran-robotics.com/en/
Forma realizace:kd v C++, Pythonu
Datum vypsn:2010-02-11




Nzev:Metody detekce lid ve videosekvench
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Vclav Hlav CSc.,Doc. Ing. Karel Zimmermann Ph.D.
Oponent:Ing. Jan Touek., Neovision s.r.o.
Popis:==============
=NEAKTIVNI TEMA=
==============
(vypsano 2010)


V evropském projektu NIFTi (záchranná robotika) potřebujeme spolehlivé algoritmy pro detekci lidí ve videu. Studenti v projektu implementují několik vybraných algoritmů detekce lidí v C/C++ tak, aby mohly existovat jako samostatně exitující dynamické knihovny. Algoritmy v literatuře se zaměřují na stojící lidi. V záchranářském prostředí je potřebné detekovat i ležící, zasypané osoby. Lze využít jak jednu kameru, tak i stereo pár.
Pokyny k vypracovn:Poskytneme několik článků a případně zkušební matlabskou implementaci. Studenti mají vytvořit tým se strukturovanými rolemi podle zásad SW inženýrství. Kromě implementace a systematického testování studenti také mají výsledky projektu řádně dokumentovat v angličtině.
Doporuen literatura:Dodá vedoucí práce.
Forma realizace:kd v C/C++, uivatelsk a programov dokumentace
Datum vypsn:2010-02-11




Nzev:Aplikce rozpoznvn textu v obrazech.
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Práce naváže na oceněnou diplomovou práci [pdf][ konf. článek], jejíž výsledkem je špičkový detektor a rozpoznávací systém textů v obrazech.

Student si v projektu, bakalářské, či diplomové práci vybere některý směr rozvoje tohoto systému.
1. Z pomocí informací dostupných na WWW (google, Wiki) a případně GPS implementujte systém, který bude automaticky opravovat výstupy rozpoznávání (korekce adres, názvů ulic, obchodů)
2. Implementujte (např. pro mobilní telefon) aplikace pro automatický překlad. Rozpoznaný text je odeslán po souvisejících skupinách na stránku Google Translate a výsledek zobrazen v overlay-i obrázku
3. Aplikace vlastního nápadu

Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2010-10-10




Nzev:Automatick analza snmk z leteck archeologie
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Za příznivých klimatický podmínek se v leteckých a satelitních snímcích krajiny objevují jinak neviditelné stopy činnosti člověka, od doby neolitu až po současnost, např. poblíž hory Říp,
View Larger Map
Cílem diplomové práce je pomocí metod zpracování obrazu a strojového učení částečně automatizovat a zároveň zkvalitnit výsledky průzkumu. Práce se zaměří na některou z těchto úloh:
1. Optimální transformace mutlispektrálních snímků na základě strojového učení.
2. Automatické hledání struktur způsobených činností člověka.
Pokyny k vypracovn:
Doporuen literatura:Práci povedeme společně s Doc. Martinem Gojdou, který je předním odborníkem v oblasti letecké archeologie a má k dispozici velké množství dat. Ne jako domácí stránce je řada odkazů na literaturu, např. souhrn nálezu z let 1992-2003 .
Forma realizace:
Datum vypsn:2010-10-10




Nzev:Mobiln telefon jako dlkomr-hloubkomr-pravtko
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.,Doc. Mgr. Ondej Chum Ph.D.
Oponent:
Popis:Cílem práce je implementovat v mobilním telefonu aplikaci, která pomocí metod počítačového vidění umožní využití telefonu jako nástroje na měření velikostí a vzdáleností.
Pokyny k vypracovn:1. Seznamte se SW pro hledání korespondencí mezi obrazy a se potřebnými partiemi
počítačového viděni.
2. Seznamte se s knihovnou OpenCV pro operační systém Symbian.
3. Navrhněte uživatelské rozhraní aplikace.
4. Implementujte na mobilu dálkoměr-hloubkoměr-pravítko.
Jelikož se jedná o poměrně náročný projekt, mohou jednotlivé DP/BP/PMT řešit jen část
úlohy.l
Doporuen literatura:Hartley, Zisserman: Multiple View Geometry in Computer Vision Forsyth, Ponce: Computer Vision
Forma realizace:
Datum vypsn:2008-09-19




Nzev:Mobiln telefon jako dlkomr-hloubkomr-pravtko
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.,Doc. Mgr. Ondej Chum Ph.D.
Oponent:
Popis:Cílem práce je implementovat v mobilním telefonu aplikaci, která pomocí metod počítačového vidění umožní využití telefonu jako nástroje na měření velikostí a vzdáleností.
Pokyny k vypracovn:1. Seznamte se SW pro hledání korespondencí mezi obrazy a se potřebnými partiemi
počítačového viděni.
2. Seznamte se s knihovnou OpenCV pro operační systém Symbian.
3. Navrhněte uživatelské rozhraní aplikace.
4. Implementujte na mobilu dálkoměr-hloubkoměr-pravítko.
Jelikož se jedná o poměrně náročný projekt, mohou jednotlivé DP/BP/PMT řešit jen část
úlohy.l
Doporuen literatura:Hartley, Zisserman: Multiple View Geometry in Computer Vision Forsyth, Ponce: Computer Vision
Forma realizace:
Datum vypsn:2008-09-19




Nzev:Mobiln telefon jako dlkomr-hloubkomr-pravtko
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Cílem práce je (re)implementovat v mobilním telefonu aplikaci, která pomocí metod počítačového vidění umožní využití telefonu jako nástroje na měření velikostí a vzdáleností.
Pokyny k vypracovn:Cílem práce je (re)implementovat v mobilním telefonu aplikaci, která pomocí metod počítačového vidění umožní využití telefonu jako nástroje pro měření velikostí, vzdáleností, ploch a úhlů. (Neúplná) verze pro operační systém Windows Mobile již existuje. Výběr operačního systému po dohodě z vedoucím práce, preferuji Android a IPhone.

Úloha má dvě složky: vývoj uživatelského rozhraní a vývoj algoritmů počítačového vidění. Jelikož se jedná o poměrně náročný projekt, mohou jednotlivé DP/BP/PMT řešit jen některý podproblém.

Pokyny:
1. Seznamte s existujícím řešením na Windows Mobile vyvinutím pod vedením J. Matase,
2. Seznamte se řešeními, která jsou nabízena na App Store a na Google Store .
3. Kriticky jej zhodnoťte 1. a s přihlédnutím k 2. zvolte směry pro vylepšení.
4. Implementujte navržená vylepšení.
5. Vyhodnoťte vlastnosti programu: přesnost a rychlost, ale i snadnost použití a spokojenost uživatele.
Doporuen literatura:Literatura: Forsyth, Ponce: Computer Vision
Forma realizace:
Datum vypsn:2010-10-10




Nzev:Multimodal digital pathology
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:
Popis:(The work will be supervised with Dr. Vlad Popovici, popovici@iba.muni.cz)

The current methods in digital pathology try to model the human expert approach
for understanding the histopathology images and to propose a number of quantitative descriptors of the images. However, this approach provides a limited view on the underlying biology and will likely lag behind the human expertise in interpreting the histopathology image data for the foreseeable future.

On the other hand, nowadays a biological sample is characterized by a richer
set of features raging from clinical to molecular information. It is not uncommon to have whole-genome expression data, mutational and clinical data available for analysis.

In this context, the present project aims at combining gene expression, clinical
and imaging features to provide a more comprehensive description of the pathology slides, description that will rather complement than replace the usual pathologist assessment. This represents a paradigm shift in digital pathology and is expected to advance the current state of the art. Using gene expression data to guide the development, the project will create and implement novel software tools for histopathology image analysis. The utility of the resulting methods will be evaluated in collaboration with an expert pathologist.
Pokyny k vypracovn:Requirements: familiarity with image processing; Java; pattern recognition
Doporuen literatura:
Forma realizace:
Datum vypsn:2013-07-14




Nzev:Rozpoznn typu automobilu z jednoho snmku
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Cílem diplomové práce je navrhnout a ověřit metodu pro rozpoznávání typu automobilu z jednoho snímku, a to bez omezení na místo pohledu a osvětlení. Práce využije detektor lokálních afinních rámců, který je k dispozici v Centru strojového vnímání. Jádrem práce bude nalezeni reprezentace 3D objektu a návrh metody matchování modelu a lokálních rámců detekovaných v obraze.
Pokyny k vypracovn:Pasivní znalost angličtiny je nutná.
Doporuen literatura:Duda, Hart, Stork- Pattern Recognition
Forma realizace:
Datum vypsn:2007-01-03




Nzev:Rozpoznvn rostlin z obrzk (na mobilnm telefonu)
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Ing. Ji Matas Dr.
Oponent:bude stanoven pozdeji
Popis:V rámci bakalářské práce se budete podílet na projektu jehož cílem je rozpoznávání rostlin, a to buď z fotografií listu, kůry, plodu, atd. V projektu se můžete zaměřit na řadu problémů, od vlastního rozpoznávání z fotografii, po vývoj aplikace na mobilním telefonu (uživatelské rozhraní) a pro webový server s přístupem ke sdílené databázi nasnímaných dat celou komunitou uživatelů. Dosavadní výsledky projektu jsou shrnuty na stránce http://cmp.felk.cvut.cz/~sulcmila/plants/.

Řešitelé budou mít po celou dobu projektu zapůjčen mobil s OS Android (Samsung Galaxy II nebo podobný)
Pokyny k vypracovn:Budou upřesněny dle zájmů studenta.
Doporuen literatura:http://cyber.felk.cvut.cz/research/theses/detail.phtml?id=153
Forma realizace:zle na zpesnn zadn
Datum vypsn:2012-03-15




Nzev:Manipulace s radioaktivnm materilem
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Vladimr Smutn Ph.D.
Oponent:Pavel Krsek
Popis:Při třídění radioaktivního odpadu je nutné uchopovat objekty různého tvaru i vlastností (oděvy, textil všeho druhu, pevné předměty), umisťovat je do měřicí stanice a pak je třídit na různé druhy. Cílem projektu je demonstrovat typické situace v laboratorním, radioaktivity prostém prostředí.

robot Clopema
Pokyny k vypracovn:Seznamte se s dvourukým průmyslovým manipulátorem CLOPEMA a jeho řízením.
Seznamte se s úlohou, kterou je třeba řešit.
Navhrněte vhodný algoritmus a implementujte ho.
Proveďte praktické zkoušky.
Dosažené výsledky zhodnoťte.
Doporuen literatura:Dodá vedoucí práce.
Forma realizace:SW v matlabu, C/C++, ROSu, experimenty, vzkumn zprva
Datum vypsn:2016-09-13




Nzev:Modelovn prchodu svtla diamantem
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Vladimr Smutn Ph.D.
Oponent:Petr Prek
Popis:Pro analýzu výrobních vad a návrh změny technologie výroby je třeba rozumět jevům při průchodu světla broušeným kamenem, například diamantem. Problém má dvě stránky, jednak modelování (raytracing) průchodu světla počítačovým modelem, jednak analýza obrazu laserového paprsku po průchodu kamenem. První část je blízká počítačové grafice, druhý problém spadá do počítačového vidění.

broušené kameny

simulace světla v kameni
Pokyny k vypracovn:Seznamte se s programovým prostředím LADOK.
Navrhněte do prostředí nové moduly a proveďte fyzicky experimenty se skutečnými kameny.
Výsledky obou metod porovnejte a zhodnoťte.
Doporuen literatura:
Forma realizace:SW v matlabu, vzkumn zprva
Datum vypsn:2016-09-13




Nzev:Navigace autonomnho robotu ve vnitnm prosted
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Vladimr Smutn Ph.D.
Oponent:Pavel Krsek
Popis:Existuje mnoho akademických řešení navigace robotu například v továrně. Zároveň existují komerční řešení, která jsou ale buď příliš drahá nebo nejsou dostatečně flexibilní pro uživatele. Cílem je navrhnout metodu, která bude dostatečně flexibilní, mít nízkou cenu potřebného HW a zároveň bude vyžadovat jen minimální či žádné úpravy okolí. Předpokládáme použití metod založených na zpravování obrazu z kamer.

autonomní robot
Pokyny k vypracovn:Seznamte se s požadavky s konkrétními aplikacemi a z toho vyplývajícími požadavky z praxe.
Prostudujte vhodné navigační algoritmy a příslušné senzory.
Navrhněte/vyberte vhodný algoritmus a implementujte ho na demonstračním mobilním robotu.
Výsledky zhodnoťte.
Doporuen literatura:https://www.ottomotors.com/ https://www.sick.com/cz/en/industries/industrial-vehicles/c/g288277 http://www.jbtc-agv.com/en/Solutions/Knowledge/Videos_of_AGVs_in_Action/Tugger_AGVs_for_Towing_Carts
Forma realizace:SW v matlabu, C/C++, ROSu, technick zprva
Datum vypsn:2016-09-13




Nzev:Pesn navigace autonomnho robotu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Vladimr Smutn Ph.D.
Oponent:Pavel Krsek
Popis:Existují člověkem řízené stroje, které vyžadují přesné navádění. Mezi jejich aplikace patří řezání drážek v betonu a asfaltu, nanášení vodorovného značení na silnice, parkoviště, podlahu továren a podobně. Cílem projektu je z manuálně řízeného stroje udělat autonomního robota. Přesnost navigace současných autonomních mobilních robotů většinou nedostačuje.
Cílem práce je navrhnout a experimentálně vyzkoušet metody navigace a řízení robotu, které jsou pro dané aplikace dostatečně přesné, zároveň ale v praxi použitelné.

značení vozovka

značení v hale

požadovaný výsledek

řezání asfaltu
Pokyny k vypracovn:Seznamte se s požadavky s konkrétními aplikacemi a z toho vyplývajícími požadavky z praxe.
Prostudujte vhodné navigační algoritmy a příslušné senzory.
Navrhněte/vyberte vhodný algoritmus a implementujte ho na demonstračním mobilním robotu.
Výsledky zhodnoťte.
Doporuen literatura:Dodá vedoucí práce
Forma realizace:SW v matlabu, C/C++, ROSu, exprimentln prce, vzkumn zprva
Datum vypsn:2016-09-13




Nzev:Automatick analza hmyzch lapa
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Ing. Vladimr Smutn Ph.D.
Oponent:
Popis:Cílem práce je navrhnout snímací zařízení, především parametry kamery a algoritmus, který bude detekovat brouky. Zařízení bude vyrobeno externí firmou. K dispozici je již velké množství anotovaných dat pro vývoj algoritmu. Práce je vypisována ve spolupráci s firmou Leadingfarmers, která práci podpoří stipendiem.

Snímaná plocha je 20*20 cm v podobě žluté misky o výšce hrany cca 12 cm. Tvary můžou být různé. Kritická doba sledovaní pol. března až pol. května popřípadě konec května. Do misky se umisťuje jarová voda, která slouží jako detergent.
Velikost dospělce Blýskáčka je 2.3 mm. Snímací zařízení bude snímat celou lapací plochu a
mělo by minimalizovat zakrytí žluté lapací plochy, protože brouk je lákán žlutou barvou. Kvalita obrazu musí být dostatečná pro automatickou analýzu počtu i druhu lapených brouků. Pod miskou v nějaké odolné schránce by se nacházel modem se SIM kartou pro přenos dat. Vedle v misky, by se nacházel na dřevěném kolíku solární panel jako zdroj energie. Zařízení by automaticky zaznamenalo obraz a odeslalo k automatickému vyhodnocení 3-5 denně.





Pokyny k vypracovn:Zařízení by mělo být nasazeno již na jaře 2017. Zájemci hlaste se co nejdříve. Reálná data z prvního nasazení pomohou při experimentálním vyhodnocení práce.
Doporuen literatura:
Forma realizace:Nvrh snmacho zazen, SW prototyp een.
Datum vypsn:2016-10-03




Nzev:Chytr prohledvn videoobsahu - Smart Videobrowsing and Search
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis:Adaptivní lineární prediktory umožňují sledovaní objektu zájmu i při změně vzhledu. Vstupem je několik ukázek toho, jak by mohl objekt případně vypadat. Hlavní inteligence je skryta v procesu off-line učení vlastní sledovánní je pak extrémně efektivní. Existuje také prototyp automatické inicializace sledovače. Pro rutinní nasazení algoritmu je potřeba zrobustnit automatickou re-inicializaci a zefektivnit I/O operace přístupu k videosekvencím. Výstupem bude program, který automaticky indexuje, tj. přiřazuje popisky k jednotlivým video sekvencím.

Zájemci mohou přímo kontaktovat
vedoucího práce a domluvit si nezávaznou schůzku.
Pokyny k vypracovn:Seznamte se existujícími algoritmy a implementacemi [1,2]. Navrhněte vhodný algoritmus (re-)inicializace sledovače. Vytvořte efektivní rozhraní pro práci se velkým objemem dat, mnoha obrazy a video sekvencemi. Podle individuálních preferencí studenta lze klást důraz na různé aspekty celého zamýšleného SW řešení. Výsledek ověřte na reálných datech.
Doporuen literatura:[1] K. Zimmermann, J. Matas, and T. Svoboda. Tracking by an Optimal Sequence of Linear Predictors. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2008
[2] K. Zimmermann, T. Svoboda, J. Matas. Simultaneous learning of motion and appearance, ECCV 2008 Workshop on Machine Learning for Vision-based Motion Analysis
Forma realizace:Software, algoritmus pro inicializaci
Datum vypsn:2009-12-12




Nzev:Klasifikace siluet pro kognitivn multikamerov system
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Doc. Ing. Karel Zimmermann Ph.D.
Oponent:Dod vedouc prce
Popis: centru strojového vnímání se v současné době pracuje na projektu rozpoznávání činností/událostí z multikamerového systému. Nedílnou součástí je nalezení parametrů 3D artikulovaného modelu člověka (model skládající se z kloubově propojených rigidní částí). Vstupem algoritmu je multikamerová sekvence, ve které jsou segmentovány siluety člověka (metodou background separation). Výstupem jsou parametry modelu člověka (např. úhly mezi navazujícími rigidními částmi nebo jejich rozměry). Úloha je obvykle řešena minimalizací kriteriální funkce, která vyjadřuje překryv projekce modelu s obrazem v kamerách. Klíčovým problémem je, že přiřazení bodů k jendotlivým částem modelu není známo předem, což způsobuje mnoho lokálních minim kriteriální funkce a tím podstatně stěžuje její minimalizaci. Cílem práce diplomanta je popsat, implementovat a experimentálně ověřit inovativní způsob, který je založen na naučení množiny klasifikátorů, které předklasifikují body každé siluety a tak označí jejich příslušnost k rigidním částem artikulovaného modelu člověka. Takto definovaná úloha má téměř konvexní kriteriální funkci jejíž minimalizace je zvládnutelná běžnými gradientními metodami.

Více informací.

Pokyny k vypracovn:(1) Seznamte se s současným stave poznání.
(2) Popište a implmentujte metodu
(3) Experimentálně ověřte
Doporuen literatura:
Forma realizace:Implementace v MATLABu + dokumentace
Datum vypsn:2007-03-16




Nzev:Learnable predictors for detection and tracking in images and videos
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis:We will follow the idea of learnable predictors/detectors. Simply
speaking the principle is to collect a few training images and learn a
direct mapping between observations and parameters, e.g. motion. The
learning process explicitly optimizes the predictor complexity
w.r.t. predefined accuracy and operating range (basin of attraction)
The approach proved to be extremely efficient and robust for objects
whose appearance were available for off-line learning in advance. We
focus on paradigm person generic detector by appearance encoded
regression. The learning procedure will separate appearance variations
in unsupervised manner. The approach will allow for learning on few
class examples (people) and detection/tracking on the complete class
Pokyny k vypracovn:
Doporuen literatura:[1] K. Zimmermann, J. Matas, and T. Svoboda. Tracking by an Optimal Sequence of Linear Predictors. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2008
[2] K. Zimmermann, T. Svoboda, J. Matas. Simultaneous learning of motion and appearance, ECCV 2008 Workshop on Machine Learning for Vision-based Motion Analysis
Forma realizace:
Datum vypsn:2009-12-12




Nzev:Modelovn pohybu lovka pro kognitivn multikamerov systm
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:multicam_logo V centru strojového vnímání se v současné době pracuje na projektu rozpoznávání činností/událostí z multikamerového systému. Vzhledem k tomu, že není předem známo jaké objekty budou ve scéně vystupovat, je potřeba automaticky rozpoznat artikulovanou strukturu každého objektu. Navrhovaný systém by měl být limitně funkční i pro případ, kdy je scéna snímána pouze jednou kamerou.

Vzhledem k tomu, že je struktura objektu předem neznámá, není možné přímo sledovat pohyb jednotlivých rigidních částí. Cílem práce je navržení metody, která automaticky faktorizuje nezávisle se pohybující oblasti do shluků příslušejícím rigidním částem objektu na základě jejich pohybu v čase. Do takto faktorizováných dat vloží artikulovaný model, který nejlépe vysvětluje pozorovaná data.

Domácí stránka projektu.

Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2006-10-30




Nzev:Multimodal recognition of objects and victims
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis:
Center for Machine Perception, Department of Cybernetics, contributes to the EU project NIFTi by developing visual algorithms for object/victim detection and robot localization. Among many other sensors, The robot carries an omnidirectional camera, a thermo camera, rotating 3D lidar, and optionally also RGB-Depth sensor on board.

During a search and rescue mission the robot is expected to locate victims and objects and computer their positions in 3D. CMP developed several methods. The goal of this work is mainly robustifying algorithms by combinigng multiple data (thermal, visual, depth, ...)
Pokyny k vypracovn:Contact: Tomáš Svoboda http://cmp.felk.cvut.cz/~svoboda
Recommended courses: Computer Vision Methods, Pattern Recognition and Machine Learning, ...
Doporuen literatura:K. Zimmermann, D. Hurych, T. Svoboda. Exploiting Features -- Locally Interleaved Sequential Alignment for Object Detection. In 11th Asian Conference on Computer Vision - ACCV 2012
T. Petricek, T. Svoboda. Area-weighted Surface Normals for 3D Object Recognition. In 21st International Conference on Pattern Recognition - ICPR 2012
E. Derner. Car Detection on a Mobile Robot by Fusing Visual and 3D Lidar Data. BSc Thesis CTU--CMP--2012--10
Forma realizace:codes C/C++; Python
Datum vypsn:2013-04-04




Nzev:Nelinern a neinteraktivn pstup ke snmkm ve videu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis: Cílem práce je naprorgamovat rozhraní, které by umožnilo aplikacím přistup k libovolnému snímku ve videou. Indexem může být číslo snímku či časový údaj relativní k začátku či konci videa. Interaktivní střihové nástroje toto umožňují. Rozhraní by umožnilo takovýto přitup pro aplikace běžící například v Matlabu. Práce by přispěla k projektu na vyhledávání objektů či osob ve videu.

Zájemci mohou přímo kontaktovat
vedoucího práce a domluvit si nezávaznou schůzku.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:SW projekt
Datum vypsn:2009-12-12




Nzev:pagemove plugin pro dokuwiki
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Ing. Jan Kreps
Oponent:
Popis:DokuWiki je souborově orientovaná Wiki pro kolaborativní přípravu webu. Používá ji také např. CourseWare. Základní možnosti značně rozšiřuje množství pluginů. Bohužel mezi funkčními pluginy zatím chybí pagemove/pagecopy plugin který by dovolil komfortní přesuny stránek i celých prostorů (adresářů) pro autentikovaného uživatele. Hlavní obtížnost spočívá ve spolehlivé opravě všech odkazů, které na stránky odkazují z jiných míst v dané dokuwiki. Existuje prototyp, který přesouvá jednotlivé stránky. V případě úspěchu bude mít práce velký praktický dopad a plugin se stane velmi pravděpodobně hodně populární.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:SW plugin do DokuWiki
Datum vypsn:2011-05-18




Nzev:Porovnn algoritm pro sledovn pohybujcch objekt
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis:multicam_logo Cílem práce je instalace volně dostupného balíku "Reading People
Tracker" a jeho kritické porovnání se současnou implementací CMP
trackeru. Aplikace poběží pod OS Linux.

Práce je součástí MultiCam_IS projektu na vývoj kognitivního
multikamerového systému.

Více informací
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2007-11-01




Nzev:PTZ virtuln kamera z vesmrovho obrazu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis: V současné době se v Centru Strojového vnímání pracuje na Evropském výzkumném projektu Nifti, ve které je budován robot pomáhající lidem při nebezpečných zachranných operacích, kde hrozí například nebezpečí výbuchu či kolapsu budovy. Robot bude (mimo jiné) vybaven panoramatickou kamerou Ladybug 3, která bude snímat 360 stupňů široké okolí, termo kamerou a 3D laserovým scanerem.

Robot bude částečně řízen vzdáleným operátorem. Ačkoli všesměrová kamera poskytuje maximální možnou visuální informaci o okolí robota, není přímo vhodná pro interaktivní spolupráci. Všesměrový obraz je jednoduš příliš vzdálen tomu, co vidí lidské oko. Navrhnětě vhodnou virtuální kameru, které bude používat všesměrová data, ale operátorovi je předloží ve vhodné formě, simulující klasickou perspektivu s variabilním zvětšením (zoom).
Pokyny k vypracovn:Kontakt: Tomáš Svoboda
Doporuen literatura:
Forma realizace:kod v C/C++
Datum vypsn:2010-10-15




Nzev:Robustn trackovn pznakovch oken rigidnch objektu pro 3D rekonstrukci
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:
Jedním z hlavních směrů v počítačovém vidění je automatická 3D rekonstrukce objektů. Její neopomenutelnou součástí je i nalezení korespondencí mezi jednotlivými obrazy a to v co nejhustším pokrytí. Jedním z možných způsobů je právě trackování příznakových oken ve videosekvenci zachycující objekt, který má být zrekonstruován.

Vstupem algoritmu by měla být výše zmíněná videosekvence a výstupem co nejv?tší počet korespondencí mezi každými dvěma obrazy. Narozdíl od úlohy obecného trackingu, v této úloze vzniká omezení plynoucí z rigidity rekonstruovaného objektu, které chceme využít. Je známo, že pohyb bodů ležících na rigidním objektu je po projekci svázán fundamentální maticí. Tj. pro všechny body musí existovat matice 3x3 o hodnosti 2 taková, že x_1*F*x_2=0. Výsledná rovnice trackingu musí zahrnovat toto omezení. Navrhujeme zkombinovat Kanade-Lucas-Tomasi (KLT) tracker s touto rovnicí což vede na 3x3 lineární systém.
Pokyny k vypracovn:(1) Implementujte KLT tracker v původní a výše popsané rozšířené formě.
(2) Výsledky experimentálně zpracujte a určete jaká zlepšení přináší omezení se na rigidní struktury.
Doporuen literatura:
Forma realizace:
Datum vypsn:2006-10-30




Nzev:Trackovn rigidnch st lovka pro kognitivn multikamerov systm
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.,Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:V centru strojového vnímání se v současné době pracuje na projektu rozpoznávání činností/událostí z multikamerového systému. Jedním ze slibných podproblémů celého projektu je real-time trackování 3D rigidních částí ze sterea 3dtracker.mpeg. Cílem úlohy je implementace real-time trackeru v jazyce C/C++, respektive mex-file (tj. funkce v C++ kompilovaná pro prostředí MATLAB). Vstupem do funkce je seznam 3D bodů a jejich barev, obraz a kalibrace kamer(y). Výstupem je translace a rotace těchto bodů nejvíce odpovídající pozorované skutečnosti (tj. jejich zpětná projekce do kamer minimalizující barevný rozdíl). Charakter práce je především implementační, funkční prototyp je již implementován v prostředí MATLAB. Student by měl mít alespon základní zkušenosti s programováním v C/C++.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:MEX funkce
Datum vypsn:2007-11-01




Nzev:Visual odometry (SLAM) from omnidirectional camera
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis: Center for Machine Perception, Department of Cybernetics, contributes to the EU project NIFTi by developing visual algorithms for object/victim detection and robot localization. Among many other sensors, The robot carries an omnidirectional camera on board.

On of the important taks is the robot localization in an unknown terrain. The goal of this work is to develop and implement a real-time robut method for visual based localization of the robot. The method will complement and robustifies the laser based mapping and robot odometry filtering
Pokyny k vypracovn:Contact: Tomáš Svoboda http://cmp.felk.cvut.cz/~svoboda
Recommended courses: Computer Vision Methods, Three-Dimensional Computer Vision
Doporuen literatura:F. Fraundorfer and D. Scaramuzza. Visual odometry : Part ii: Matching, robustness, optimization, and applications. Robotics Automation Magazine, IEEE, 19(2):78?90, June 2012.
Y. Ma, S. Soatto, J. Kosecka, and S.S. Sastry. An Invitation to 3-D Vision: From Images to Geometric Models, volume 26 of Interdisciplinary Applied Mathematics Series. Springer, New York, 2010
Forma realizace:code C/C++; Python
Datum vypsn:2013-03-29




Nzev:Automobil, kter vid kolem sebe
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Radim ra Dr. Tech.
Oponent:
Popis:Tato práce bude součástí aplikačního projektu interactIVe, ve kterém se vyvíjí systém asistující při řízení automobilu. Základním cílem naší části projektu je za jízdy měřit vzdálenost k okolním objektům pomocí standardní kamery umístěné na vozidle a rozpoznávat objekty v okolí vozidla. Takový senzor je velmi kompaktní a může nahradit dosud používané sonary, radary a rangefindery, jaké známe například z vozidel, které soutěžily na DARPA Grand Challenge. Možnost pracovat s obrazem dovoluje rozšířit funkci o "porozumění scéně", například o rozeznání chodce od pasivní překážky a o predikci jeho chování.

hloubkova-mapa

Zájemce bude bude součástí výzkumného týmu, v kterém se pracuje s metodami počítačového vidění, digitálního zpracování obrazu, sledování pohybu (tracking), odhadování vlastního pohybu z videosekvence a rozpoznávání objektů

Konkrétní téma práce bude upřesněno na základě vzájemných preferencí.

Dotazy na sara@cmp.felk.cvut.cz.
Pokyny k vypracovn:Bude upřesněno při zadání.
Doporuen literatura:
Forma realizace:bude upesnno pi vbru konkrtnho tmatu
Datum vypsn:2010-08-31




Nzev:Nvrh a realizace stereoskopickho zazen pro podporu testovn asistennch systm vozidel
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Radim ra Dr. Tech.
Oponent:
Popis:Jedná se o vývoj a realizaci nástroje, který umožní alternativně
měřit, vizualizovat a zaznamenávat polohy objektů v okolí vozidla při
jízdních zkouškách.

Na základě strereovidění se dvěma kamerami zájemce navrhne a realizuje
zařízení pro určování vzdáleností objektů v okolí vozidla v reálném
čase. Zařízení bude možné jednoduše zkalibrovat buď pomocí
referenčních obrazců nebo pomocí změření jeho polohy a úhlu na
instalovaném vozidle. Výstupem zařízení bude hloubková mapa okolí
vozidla (půdorys), latence systému bude do 200ms, rozhraní bude
ethernet, vytvoření komunikačního rozhraní a protokolu bude součástí
DP. Součástí DP bude také výběr vhodných kamer a systém jejich
synchronizace.

Zadání DP bude přizpůsobeno schopnostem studenta. Podrobnosti k
zadání možno získat u vedoucího práce.

Vedoucí práce je z Valeo Active Safety, R&D CDV Prague. Alternativně lze nejprve komunikovat s
garantem.

Ve firmě též možné získat stipendium na práci nesouvisející přímo s
diplomovým úkolem.

About Valeo:

Valeo is one of the biggest Tier-1 automotive components supplier
worldwide, active in various areas such as lighting systems,
powertrain systems, comfort systems, etc. In TCE Prague our work is
focussed on development of ADAS (Advanced Driver Assistance Systems)
and driving automation systems.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2014-12-12




Nzev:Analyza obrazu gelove elektroforezy
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Predmetem prace je zpracovani obrazku z gelove elektroforezy.
Ukolem je odstraneni sumu, detekce znacek odpovidajicich jednotlivym
soucastem smesi, automaticke odecitani jejich poloh, a automaticka
kompenzace geometrickeho zkresleni vznikleho nehomogenitou proudu.
Vysledkem bude jednoduse ovladatelny samostatny program pripadne
s program typu klient-server s ovladanim pres www.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Elastografie z ultrasonografickch sekvenc
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Pomocí běžného lékařského ultrazvukového přístroje nasnímáme sekvencí snímku orgánu během deformace. Úkolem je odhadnout mechanické vlastnosti tkání. Práce může zahrnovat fyzikální a matematické modelování, vývoj specializovaného registračního algoritmu a řešení inverzního (rekonstrukčního)problému.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Functional MRI of hypercapnia data
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Hypercapnia is a condition of increased presence of carbon dioxide in the
blood. Normal reaction of brain to this condition is vessel dilation that will
increase the blood flow in the brain in order to compensate for the decreased
presence of oxygen in blood. This processes can be monitored over time using a
special MRI sequence called BOLD. The BOLD sequence is sensitive to the level
of oxygen in blood and increased oxygen concentration shows as increased signal
in the images. Hypercapnia BOLD imaging can used to study the vasoreactivy
of vessels to the fluctuating level of carbon dioxide in blood. It can be used
to identify brain regions with non-standard reaction and as such to identify
problematic vessels that may contain stenos or some other vascular pathology.
The hypercapnia is usually induced by letting the subjects breath air with
increased carbon dioxide concentrations during MRI examination. In our data,
we have used several periods of controlled breatholds which is more convenient
for use in clinical practice. This, however, brings additional issues in data
evaluation as the patients are not always capable to dutifully follow the protocol.
The aim of this thesis is to evaluate clinical data from 50+ patients obtained
during one or more sessions. The brain of each patient is supposed to contain
normal regions and it may contain also pathological regions. The time course
of BOLD signal in each patient needs to be examined first to identify what is
the normal reaction for each patient (as being close to the expected response).
Subsequently, the whole brain of each patient needs to be studied to identify if
there are regions with no reaction and with pathological reaction. The result
of the automatic analysis of the hypercapnia fMRI data will be compared with
clinical findings and the sensitivity and specificity of the automatic method and
the BOLD examination will be assessed.
Data and clinical findings will be supplied by University hospital in Dresden.
The results will be evaluated in close collaboration with medical doctors from
the hospital. The aplicant is expected to visit Dresden regularly.

The applicant is expected to be fluent in English and have good
programming skills in Matlab. Willingness to learn basic
principles of fMRI and BOLD imaging as well as to learn the basic
medical background of the problem is expected.

[In collaboration with Mgr. Jan Petr, Ph.D.]
Pokyny k vypracovn:1. Learn the principles of functional MR imaging and data processing.

2. Design and implement a method for evaluation of hypercapnia sequences, to distinguish between normal and pathological regions.

3. Experimentally evaluate the developed method on provided clinical data.
Doporuen literatura:-Bernstein, King, Zhou: Handbook of MRI pulse sequences. -McRobbie, Moore, Graves, Prince: MRI From picture to proton. -U. S. Yezhuvath, K. Lewis-Amezcua, R. Varghese, G. Xiao, and H. Lu, “On the assessment of cerebrovascular reactivity using hypercapnia BOLD MRI.,” NMR in biomedicine, vol. 22, no. 7, pp. 779–86, Aug. 2009.
Forma realizace:kod v Matlabu, vysledky experimentu
Datum vypsn:2012-09-24




Nzev:Generovani 3D siti z povrchu a objemu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Ukolem je z daneho modelu povrchu vytvorit topologicky spravnou
objemovou sit vhodnou pro dalsi vypocty metodou konecnych prvku.
Z numerickych duvodu musi byt sit co nejrovnomernejsi, ale z duvodu
vypocetni narocnosti nesmi obsahovat prilis mnoho elementu.
Aplikaci jsou pevnostni vypocty pro navrh implantatu napriklad
kolenniho nebo stehenniho kloubu. Navazujici ulohou je segmentace na zaklade intenzit a generovani 2D site.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Korekce jasov intenzity v obrazech z magnetick rezonance
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Magnetická rezonance (MRI) je neinvazivní lékařská metoda pro snímání obrazů převážně měkkých tkání. Jedním z nedostatků této metody je ten, že jas v obraze je lokálně ovlivněn nehomogenitou přijímacích cívek. Tento problém se negativně projeví především při automatickém zpracování MRI snímků např. při segmentaci apod.

Na obraze řezu lidským tělem je pouze omezené množství různých druhů tkání, kde každá má svoji specifickou jasovou intensitu za daných snímacích podmínek. S přihlédnutím k výskytu šumu můžeme říci, že histogram obrazu odpovídá směsi několika Gaussovských rozdělení.

Základním problémem při odstranění této jasové modulace je správné rozdělení oblastí podle příslušnosti k danému typu látky. Váš úkol bude nalézt hladkou funkci, která bude odpovídat zkreslení obrazu vlivem nehomogenity cívek. Počítá se s použítím metody maximální věrohodnosti a fitování polynomem nízkého stupně - např. s použítím B-spline.
Pokyny k vypracovn:
Doporuen literatura:Dodá vedoucí práce
Forma realizace:Oekv se implementace v Matlabu nebo C.
Datum vypsn:2008-09-23




Nzev:Particle filtering algoritmy pro identifikaci a odhadovani
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Seznamte se s algoritmy typu "particle filtering" a aplikujte je
na ulohu odhadovani stavu dynamickeho modelu nervovych zon v mozku
na zaklade EEG/MEG mereni a na
ulohu identifikace parametru techto modelu. Porovnejte s
klasickymi metodami napr. rozsireny Kalmanuv filtr.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Poloautomaticka segmentace kloubu z MRI
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Ukolem je vytvorit poloautomaticky algoritmus pro 3D segmentaci kosti
a kloubu z MRI dat. Aplikaci je vytvoreni geometrickeho modelu
napriklad kolenniho nebo stehenniho kloubu pro nasledne pevnostni
vypocty pro vyvoj implantatu. Vysledkem by mel byt popis povrchu
ve forme povrchove site.

Malou modifikaci by algoritmus mohl byt pouzit i pro segmentaci
jinych tkani, napriklad mozku.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Rekonstrukce mozkovch aktivit z EEG a MEG
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:K dispozici jsou měření magnetického a elektrického pole vně hlavy, na jejichž základě rekonstruujeme aktivitu v mozkové kůře metodou BEM (Boundary Element Method).
Úkoly zahrnují segmentaci výchozích MR dat, triangulaci vzniklých povrchů a jejich hierarchické zjednodušování, zrychlování BEM algoritmicky pomoci Fast Multipole Method i paralelizací, metody reseni inverzniho problemu, metody regularizace i visualizace.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Rigidni registrace 3D MRI dat pro Lekselluv gamma nuz
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Predmetem prace je na zaklade prototypu vytvorit program pro
rutinni pouziti lekari vyhodnocujicimi MRI vysetreni po operaci na
Leksellovi gamma nozi z nemocnice Na Homolce. Ukolem programu bude
prostorove registrovat nekolik 3D MRI vysetreni jednoho pacienta
ziskanych s casovym odestupem a vyhodnotit zmeny ke kterym
nastalo. Pomocnym ukolem je eliminace a rekonstrukce markeru ze
stereotaktickeho ramu.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2007-01-08




Nzev:Skldn mikroskopickch 2D ez do 3D objemu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Ze souboru řezů nasnímaných optickým mikroskopem pomocí metod registrace obrazu vytvoříme 3D objemová data.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Sledovani zmen velikosti plicnich nodulu mezi vysetrenimi
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Ukolem prace je vytvorit algoritmus pro vyhodnocovani casovych
zmen plicnich nodulu z CT vysetreni ziskanych v casovych
odestupech. Pokud podezrely objekt roste, je to dulezita
znamka jeho zhoubnosti.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2008-09-23




Nzev:Tvorba 3D siti pro mechanicke modely z 3D objemovych lekarskych dat
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Uloha se sklada z nasledujicich casti:
(1) Automaticka nebo poloautomaticka segmentace tkani na zaklade intenzit, pripadne apriornich modelu tvaru. Vstupem jsou 3D lekarska objemova data z magneticke rezonance (MRI) nebo pocitacove tomografie (CT).
(2) Vytvoreni kvalitni trojuhelnikove 2D site popisujici povrch.
(3) Vytvoreni kvalitni 3D site popisujici vnitrek telesa za pomoci tetraedralnich nebo kubickych elementu.
(4) Vytvoreni uzivatelsky privetiveho prostredi
(5) Aplikace postupu na nekolik ukazkovych datovych souboru. Zejmena se jedna o vytvoreni modelu nekterych lidskych kloubu, jako je kycel, nebo celist, pro pozdejsi mechanicke vypocty metodou konecnych prvku.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2014-02-03




Nzev:Action recognition in long videos
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:The millions of cameras that are deployed every year generate a large amount of recorded, stored and transmitted video. In particular, a large proportion of this video depicts events about people, their activities, and behaviors. In order to effectively interpret this data, computer vision algorithms need the ability to understand and recognize human actions.

Web skolitele: http://cmp.felk.cvut.cz/~zimmerk/

Preffered qualification:
- B or better result achieved in a programming oriented subject or even better: the active participation in a programming competition (e.g. CTU Open Contest, ACM ICPC).
- B or better result achieved in a computer vision oriented subject.
- experience with Python and Tensorflow
- good mathemathical background.
Pokyny k vypracovn:(1) Study state-of-the-art methods and publicly available implementations [1,2]
(2) Propose you own method.
Doporuen literatura:[1] http://vision.stanford.edu/pdf/buch2017cvpr.pdf [2] https://arxiv.org/pdf/1511.06984.pdf
Forma realizace:
Datum vypsn:2017-10-10




Nzev:Automatick vyhodnocovn algoritm potaovho vidn
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:Nedílnou součástí výzkumu algoritmů počítačového vidění je schopnost
rychle a automaticky vyhodnocovat výsledky. To vyžaduje (i) tzv ground
truth, tj. obrazová data opatřená znalostí pravdy (např. přítomnost
objektů na daných pozicích pro úlohu detekce) a (ii) metriku
popisující kvalitu výsledků. Získávání ground truth je časově velmi
náročné proto se často volí poloautomatická metoda, kdy člověk pouze
opravuje/doplňuje automaticky pořízené výsledky. Vhodné měření kvality
výsledků je také netriviální problém, například vyhodnocování kvality
algoritmu pro detekci a sledování mnoha podobných objektů (např. lidí
ve videosekvenci) může měřit počet záměn trajektorií, počet
nenalezených objektů či počet falešných detekcí.

Navrhněte vhodnou metriku pro měření kvality algoritmů detekce
sledování a vhodnou metodu pro získávání ground truth. Řešemí
naimplementujte nejlépe v prostředí MATLAB.
Pokyny k vypracovn:Nastudujte metody automatického vyhodnocování např. [1]. Navrhněte vhodnou metriku pro měření kvality algoritmů detekce sledování a vhodnou metodu pro poloautomatické získávání ground truth. Řešení naimplementujte nejlépe v prostředí MATLAB.
Doporuen literatura:[1] Keni Bernardin and Rainer Stiefelhagen, Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics, EURASIP Journal on Image and Video Processing Volume 2008
Forma realizace:kod v matlabu
Datum vypsn:2010-05-28




Nzev:Autonomn zen robotu na nestrukturovanm ternu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:V Centru Strojového Vnímaní (CMP) na Katedře Kybernetiky vyvíjíme v rámci Evropského projektu TRADR robota záchranáře (http://cmp.felk.cvut.cz/demos/robotics/mobile-robots). Jednou z důležitých funkcionalit je autonomní řízení robotu a odhad tvaru přejížděného terénu (a to i v případě kdy lidar selhává např. kvůli hustému kouři, či velké odrazivosti povrchu). Znalost terénu umožňuje autonomní prediktivní řízení fliperů. Navrhněte a prakticky ověřte algoritmus pro autonomní mapování a řízení robotu na nestrukturovaném terénu.





Web skolitele: http://cmp.felk.cvut.cz/~zimmerk/

Preffered qualification:
- B or better result achieved in a programming oriented subject or even better: the active participation in a programming competition (e.g. CTU Open Contest, ACM ICPC).
- B or better result achieved in a computer vision oriented subject.
- experience with Python and Tensorflow
- good mathemathical background.
Pokyny k vypracovn:(1) Study state-of-the-art methods such as [1,2].
(2) Propose and implement you own algorithm.
(3) Evaluate proposed method on a selected dataset such as [3].
Doporuen literatura:[1] Sergey Levine, Chelsea Finn, Trevor Darrell, and Pieter Abbeel. 2016. End-to-end training of deep visuomotor policies JMLR, 2017, https://arxiv.org/pdf/1504.00702.pdf [2] Ziyu Wang, Josh Merel, Scott Reed, Greg Wayne, Nando de Freitas, Nicolas Heess, Robust Imitation of Diverse Behaviors https://arxiv.org/pdf/1707.02747.pdf [3] Lei Tai, and Giuseppe Paolo and Ming Liu2, Virtual-to-real Deep Reinforcement Learning: Continuous Control of Mobile Robots for Mapless Navigation https://arxiv.org/pdf/1703.00420.pdf [4] Kostantinos Bousmalis, Nathan Silberman, David Dohan, Dumitru Erhan, Dilip Krishnan, Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks https://arxiv.org/pdf/1612.05424.pdf
Forma realizace:Implementace v simultoru + reln expriment v ternu
Datum vypsn:2017-10-10




Nzev:Kalibrace kamery a 3D laserovho scaneru pro robota zchrane
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.,Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis: V současné době se v Centru Strojového vnímání pracuje na Evropském výzkumném projektu Nifti, ve které je budován robot pomáhající lidem při nebezpečných zachranných operacích, kde hrozí například nebezpečí výbuchu či kolapsu budovy. Robot bude (mimo jiné) vybaven panoramatickou kamerou Ladybug 3, která bude snímat 360 stupňů široké okolí, termo kamerou a 3D laserovým scanerem.

Jednou z důležitých úloh je umísťování objektů nalezených v kamerách do online budované 3D mapy prouzkoumavaného světa získaného laserovým scanerem. Navrhněte a naimplementujte algoritmus umožňující přenášet objekty z prostoru kamer do 3D mapy (tj. kalibrace mezi kamerou a scanerem). Algoritmus navrhněte v prostředí MATLAB/C++.
Pokyny k vypracovn:
Doporuen literatura:dodá vedoucí
Forma realizace:kod v C++/MATLABu
Datum vypsn:2010-05-28




Nzev:Sledovn objektu ve 3D pro virtuln realitu.
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.,Doc. Ing. Tom Svoboda Ph.D.
Oponent:
Popis:Jedním ze slibných podproblémů projektu, na kterém se nyní pracuje v Centru Strojového Vnímání (CMP), je real-time trackování (např. cd_box nebo human_head) ve 3D prostoru z jedné či více kamer. V současné době se ukazuje, že trackování opakovanou detekcí dobře odlišitelných (též významných) bodů je nejrobustnější řešení, které je současně i efektivní. Cílem práce je implementace trackeru používajícího předem naučený geometrický model spolu s "přilepenými" význačnými body. Algoritmus v příchozím obrázku z kamery nejdříve detekuje význačné body a z určených korespondencí mezi obrazem a modelem určí pozici sledovaného objektu.

Případný zájemce může přímo kontaktovat vedoucího práce Karla Zimmermanna zimmerk@cmp.felk.cvut.cz. Literatura bude poskytnuta.


Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2007-11-01




Nzev:Sledovn vce objekt v multikamerovm systmu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Doc. Ing. Karel Zimmermann Ph.D.
Oponent:
Popis:



V současné době v Centru Strojového Vnímání pracujeme na multikamerovém projektu, jehož nedílnou součástí je sledování několika nezávislých objektů. Cílem práce je navrhnout a implementovat systém, který je schopen zpracovat informaci z více kamer najednou a v reálném čase detekovat a případně sledovat objekty v zorném poli kamer. Modul pro snímání a segmentaci pohybujících se objektů v jednotlivých kamerách je k dispozici. Programování v C++ pod Linuxem a/nebo v MATLABu.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2007-10-31




Nzev:Detektor oblasti zaujmu pre hladanie korespondencii
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Michal Peroch Ph.D.,Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Detekcia oblasti zaujmu je prvym krokom riesenia ulohy najdenia korespondencii medzi obrazkami. Sucasne detektory su uspesne pri hladani oblasti pre triedu kontrastnych scen s vyraznymi strukturami v obraze. Stale sa vsak hladaju nove metody ktore by triedu rozsirili.
Pokyny k vypracovn:Vasou ulohou bude prestudovat pracu [1], naimplementovat popisovanu metodu a experimentalne overit jej pouzitelnost pri hladani korespondencii. Na uspesne zvladnutie ulohy je potrebna znalost programovania v C,C++ a Matlabe.
Doporuen literatura:[1] http://www.cs.washington.edu/homes/shapiro/cvpr07final.pdf
Forma realizace:Kod v matlabu a MEX moduly.
Datum vypsn:2007-10-30




Nzev:Spolahliva detekcia kontury pre rozpoznavanie a segmentaciu objektov
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Michal Peroch Ph.D.,Prof. Ing. Ji Matas Dr.
Oponent:
Popis:Tvar je dolezitou vizualnou charakteristikou pre rozpoznavanie, segmentaciu objektov v obraze, resp. obecne pre porozumenie 3D struktury sceny. Vyuzitie informacii o tvare vsak vyzaduje spolahlivu metodu detekcie hranic objektov, co je samo o sebe zlozita uloha. Jednym z perspektivnych pristupov [1] je vyuzitie videa pre najdenie kontury objektu. V tejto metode je pre kazdy rozpoznavany objekt v dispozicii kratka sekvencia zachytavajuca pohyb kamery okolo objektu. Tato informacia je pouzita pre zvysenie spolahlivosti detekcie kontury objektu.
Pokyny k vypracovn:Prestudujte si pracu [1], implementujte detektor tvaru objektu a porovnajte vystup so standardnym hranovym detektorom. Pouzite standardnu metodu pre popis tvaru a experimentalne overte pouzitelnost metody pre rozpoznavanie objektov. Pre uspesne zvladnutie ulohy je potrebna znalost programovania v C,C++ a Matlabe.
Doporuen literatura:[1] http://www.ri.cmu.edu/pub_files/pub4/stein_andrew_2007_2/stein_andrew_2007_2.pdf
Forma realizace:Kod v matlabu s modulmi MEX
Datum vypsn:2007-10-30




Nzev:Curling Simulator
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Mgr. Petr Doubek Dr.sc. ETH
Oponent:
Popis:

Curling Simulator je systém, který umožní hrát obdobu curlingu v omezeném prostoru bez ledu. Situace na virtuálním hřišti bude promítána projektorem na svislou plochu nebo zobrazena na monitoru. Hráč vyšle kámen (např. upravenou hračku - auto) po podlaze nebo po stole, vstříct obrazu virtuálního hřiště, po ujetí určité trajektorie se kámen zastaví o překážku. Na základě sledování z několika kamer (pro snížení pravděpodobnosti zákrytu a přesnější lokalizaci) bude vypočtena pozice a dráha kamene v prostoru. Pomocí dráhy a rychlosti skutečného kamene bude simulován pohyb virtuálního kamene na virtuálním hřišti, včetně případných srážek s již zahranými virtuálními kameny. Sledování a simulace nemusí nutně proběhnout "online", průběh vrhu může být zobrazen s určitým zpožděním.

MoĹžnĂŠ podĂşkoly v tomto projektu:


  • sledovĂĄnĂ­ rigidnĂ­ho objektu v jednĂŠ kameře
  • sloučenĂ­ informace z vĂ­ce kamer a vĂ˝počet pozice objektu v prostoru
  • fyzikĂĄlnĂ­ model pro pohyb a srĂĄĹžky virtuĂĄlnĂ­ch kamenĹŻ
  • rozmĂ­stěnĂ­ kamer pro optimĂĄlnĂ­ sledovĂĄnĂ­
  • zobrazenĂ­ virtuĂĄlnĂ­ho hřiĹĄtě
  • nĂĄvrh a konstrukce kamene a hracĂ­ho prostoru
  • automatickĂĄ kalibrace kamer bez speciĂĄlnĂ­ho kalibračnĂ­ho objektu
  • vzĂĄjemnĂĄ kalibrace kamer a zobrazovacĂ­ho systĂŠmu
  • vyhodnocenĂ­ stavu, implementace umělĂŠho soupeře
  • automatickĂŠ vytvořenĂ­ zkrĂĄcenĂŠho zĂĄznamu hry

Zadání bude dohodnuto na začátku projektu, v něm bude výše uvedené funkce rozděleny na nezbytné a volitelné. Pro některé bude možné využít existující kód vzniklý v projektu MultiCam.

Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2006-12-18




Nzev:Vyhodnocen rozvren stihu ve vcekamerov sekvenci
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Mgr. Petr Doubek Dr.sc. ETH
Oponent:
Popis:

Chceme-li někomu prezentovat video z vícekamerového systému, narážíme na problém, že člověk není schopen sledovat obraz z většího množství pohledů současně. Je tedy vhodné ukázat vždy jen ten pohled, který nejlépe podá informaci o tom, co se ve scéně odehrává - tak to dělá např. režisér přímého televizního přenosu.

K dispozici je několik metod pro rozvržení střihu, hlavním úkolem práce je návrh metody pro automatické vyhodnocení výsledků na základě vzorového řešení rozmístění střihu provedeného člověkem. Druhým krokem je využití vytvořeného vzorového řešení pro optimalizaci parametrů metody rozvržení střihu pomocí strojového učení.

Předchozí DP. Téma je součástí projektu Multicam.

Pokyny k vypracovn:
Doporuen literatura:Cinematographic Rules Applied to a Camera Network. P. Doubek, I. Geys, T. Svoboda, L. Van Gool. Omnivis 2004.
Forma realizace:
Datum vypsn:2008-02-13




Nzev:Praca s ultrazvukovym pristrojom EchoBlaster, rekonstrukce obrazu z RF signalu
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Mgr. Marin Uherk ,Prof. Dr. Ing. Jan Kybic
Oponent:
Popis:Mame UZ pristroj EchoBlaster s  analogovym RF vystupom a USB rozhranim.
Standardne dodavany software poskytuje funkce bezneho ultrazvuku.
Oproti tomu praca s RF signalom ma vyhodu, ze data obsahuju priamo
odrazeny akusticky signal ktory nasnimal UZ skener. Obrazok vytvoreny
z  takychto dat ma lepsie axialne rozlisenie a nie je degradovany funkciami na
spracovanie obrazu. Pre komunikaciu pomocou USB rozhrania mame driver
pre Windows. Pre ziskanie RF signalu pouzijeme digitalizacnu
vstupno-vystupnu kartu. Uloha sa da rozdelit do niekolko casti:


Uloha 1:
Mame driver pod Windows pro UZ pristroj. Software Development Kit
(SDK) je v -B jazyku C++. Uloha je:
- napisat wrapper pre MATLAB pre ovladanie UZ pristroja
- vytvorenie dokumentacie a  uzivatelskej prirucky
Poziadavky na studenta:
- programovanie v  MATLAB, C++

Uloha 2 (nezavisla na ulohe 1):
Pre ziskanie RF signalu pouzijeme digitalizacni kartu.
K ni existuje driver a SDK pod Windows v jazyce C i pod Matlabem.
Uloha je:
- naucit se nakonfigurovat digitalizacni kartu
- vytvorenie MATLAB wrapper pro ovladanie digitalizacni karty
- naucit se nasnimat RF signal
- demonstracna aplikacia v MATLABe s funkciou ulozenia do suboru
Poziadavky na studenta:
- programovanie v MATLABe, eventualne v C
- Znalosti o digitalizacii signalu a zakladni funkci ultrazvuku

Uloha 3 (pokracovanie uloh 2,3):
- rekonstruovat UZ obrazok z RF signalu (obalka signalu, logaritmicka
kompresia, interpolace)
- implementovat standartne nastavenia a funkcie pre vytvaranie UZ obrazku
(napr. vylepsenie kvality obrazu)
- vytvorenie systemu v  MATLABe s uzivatelskym rozhranim s uvedenymi
vlastnostami a funkciou ulozenia do suboru
- porovnat kvalitu rekonstruovaneho obrazka (z RF signalu) s obrazkom
ziskanym z dodavaneho softwaru
- urobit experimenty na fantomoch imitujucich realnu tkaninu
Poziadavky na studenta:
- programovanie v MATLABe, znalost zakladu zpracovani signalu a obrazu
a cinnosti ultrazvuku

Uloha 4 (pokracovanie uloh 1 a 3):
- integracia MATLAB wrappera pre UZ skener tak aby sa dal sucasne
ovladat UZ skener i digitalizace.
- vytvorenie klient-server aplikacie tak aby sa ultrazvuk a
digitalizace daly ovladat aj
z Linuxu (tato cast da sa oddelit samostatne)
Poziadavky na studenta:
- programovanie v   MATLABe
- znalost architektury klient-server
Pokyny k vypracovn:
Doporuen literatura:Doda vedouci prace.
Forma realizace:kod Matlabu a v C
Datum vypsn:2008-03-06




Nzev:Vvoj fotografick aplikace klient-server pro chytr telefon
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Mgr. Roman Sejkot ,Doc. Ing. Radim ra Dr. Tech.
Oponent:
Popis:Vytvořte podporu pro existující mobilní aplikaci typu klient-server, která sejme fotografii, pošle ji na server a na základě shody obrazu s databází zobrazí informaci v klientu (na obrazovce chytrého telefonu). V tomto projektu půjde zejména o to, vytvořit editor XML souboru v existující struktuře a překladač na binární soubor pro serverovou aplikaci. XML soubor reprezentuje strukturu objektů ve světě a překlad je nutný z důvodů efektivity načtení reprezentace na serveru. Editor může být založen na existující aplikaci a upraven podle potřeb projektu. Projekt má potenciál k pokračování na bakalářské práci při vývoji aplikace s klientem na platformě Android nebo iOS a serverem na infrastruktuře fakulty.
Pokyny k vypracovn:
Doporuen literatura:
Forma realizace:
Datum vypsn:2015-10-01




Nzev:Langerhans islet counting from microscopy images
Obor:Kybernetika a men
Katedra:Katedra kybernetiky
Vedouc:Ing. Jan vihlk Ph.D.
Oponent:
Popis:Evaluation of images of Langerhans islets is a crucial procedure for
planning an islet transplantation which is a promising diabetes treatment. This project deals with implementation of plugin for ImageJ software enabling an evaluation of images of Langerhans islets.
Pokyny k vypracovn:Subtasks:

- image segmentation into two classes (islet, background) using several classifiers (e.g. SVM, linear classifier)
- implementation of method serving for estimation of segmentation quality
- implementation of methods serving for estimation of quantitative islet parameters and their export to xls file
- implementation of user friendly graphical user interface
- creation of documentation in Latex typesetting software
Doporuen literatura:[1] Schlesinger, M. I. and Hlavac, V., [Ten Lectures on Statistical and Structural Pattern Recognition], Springer Netherlands, first ed. (2002). [2] Friberg, A. S., "Quanti cation of the islet product: Presentation of a standardized current good manufacturing practices compliant system with minimal variability," Transplantation 91(6), 677-683 (2011). [3] http://rsbweb.nih.gov/ij/
Forma realizace:Software, Plugin for ImageJ
Datum vypsn:2014-02-11