Search

Tato práce se zabývá detekcí osob v obraze pomocí kamerových zařízení s důrazem na využití minipočítače Raspberry Pi. Byly vytvořeny algoritmy zpracovávající obrazová data a schopné rozlišit, zda se jedná o příchozí nebo odchozí osobu. Jejich další úlohou je odesílání dat do platformy ThingSpeak, kde jsou vyobrazeny ve formě grafů a statusu na Twitteru. Detekce osob je realizována detektory pracujícími s metodami optického toku a ACF - Aggregate Channel features. Všechen software byl vytvořen ve vývojovém prostředí MATLAB/Simulink., This thesis describes the detection of people in the image using camera devices with focus on using a Raspberry Pi minicomputer. There were created algorithms processing image data and containing algorithms, which are able to distiguish whether it is incoming or outcoming person. Another role of these softwares is to send data to the ThingSpeak platform, where charts are made from the data. The detectors of people are based on Optical flow and ACF - Aggregate Channel features methods. All software was created in the development environment MATLAB/Simulink.

Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému., This bachelor thesis deals with counting of people passing through a door. It may be used in case, when we need to know, how many people there are in monitored room. The first part is a description of existing methods of counting people and the second part deals with used computer vision methods. Proposed system can count people, including distinguishing their motion direction. The last part contains an evaluation of the system.

Hlavným cieľom tejto bakalárskej práce je vytvoriť aplikáciu na detekciu a rozpoznanie osôb zachytených na záberoch v multi-kamerovom systéme. Výstupom aplikácie je video, na ktorom sú detekované osoby vyznačené a každej osobe je priradené identifikačné číslo, pomocou ktorého je možno ju rozoznať naprieč zadanými záznamami. Pri riešení práce bolo preskúmaných viacero riešení problematiky detekcie a rozpoznávania založených na neurónových sietiach a text práce slúži ako prehľad týchto problematík. Aplikácia je postavená na knižniciach PyTorch a Torchreid. Na detekciu je využitý detektor so sieťou Faster-RCNN a rozpoznávanie je založené na sieti OSNet. Súčasťou aplikácie je aj jednoduché užívateľské rozhranie pre uľahčenie práce s aplikáciou. Aplikácia slúži ako ukážka state-of-the-art riešení deteckie a rozpoznávania osôb., The main purpose of this bachelor's thesis is to create an application for person detection and recognition from scenes captured in a multi-camera system. The output of the application is a video on which the detected persons are highlighted and each person is assigned an identification number through which it can be recognized across the input scenes. Several solutions to the problem of person detection and recognition were examined and the text of this work serves as an overview of these problems. The application is built on PyTorch and Torchreid libraries. A detector with a Faster-RCNN network is used for detection and recognition is based on the OSNet network. The application also includes a simple user interface to facilitate work with the application. The application serves as a demonstration of the state-of-the-art for person detection and recognition.

Hlavným cieľom tejto bakalárskej práce je vytvoriť aplikáciu na detekciu a rozpoznanie osôb zachytených na záberoch v multi-kamerovom systéme. Výstupom aplikácie je video, na ktorom sú detekované osoby vyznačené a každej osobe je priradené identifikačné číslo, pomocou ktorého je možno ju rozoznať naprieč zadanými záznamami. Pri riešení práce bolo preskúmaných viacero riešení problematiky detekcie a rozpoznávania založených na neurónových sietiach a text práce slúži ako prehľad týchto problematík. Aplikácia je postavená na knižniciach PyTorch a Torchreid. Na detekciu je využitý detektor so sieťou Faster-RCNN a rozpoznávanie je založené na sieti OSNet. Súčasťou aplikácie je aj jednoduché užívateľské rozhranie pre uľahčenie práce s aplikáciou. Aplikácia slúži ako ukážka state-of-the-art riešení deteckie a rozpoznávania osôb., The main purpose of this bachelor's thesis is to create an application for person detection and recognition from scenes captured in a multi-camera system. The output of the application is a video on which the detected persons are highlighted and each person is assigned an identification number through which it can be recognized across the input scenes. Several solutions to the problem of person detection and recognition were examined and the text of this work serves as an overview of these problems. The application is built on PyTorch and Torchreid libraries. A detector with a Faster-RCNN network is used for detection and recognition is based on the OSNet network. The application also includes a simple user interface to facilitate work with the application. The application serves as a demonstration of the state-of-the-art for person detection and recognition.

Tato práce řeší návrh a konstrukci kamerového systému, který v reálném čase pořizuje a zpracovává videosekvenci z prostoru muzejní expozice. Zvolený problém je vyřešen pomocí rozdělení kamerového systému na kamerovou a výpočetní jednotku, správného výběru komponent, zejména kamerového modulu a dostatečným chlazením výpočetní jednotky. Tímto je umožněno skrytí výkonné výpočetní jednotky mimo návštěvníkův dohled a zároveň miniaturizaci viditelně umístěné kamerové jednotky. Vytvořený kamerový systém umožňuje izolovaný běh různých algoritmů, jejichž výsledky mohou například pomáhat vystavovatelům s lepším rozmístěním exponátů, s rozpoznáním nežádoucího chování, či ochranou před vandalismem., This thesis focuses on development and construction of a camera system, that captures and post-processes video footage within museum environment in real time. Defined issue is resolved by separating the whole camera system into camera and computing unit, selecting correct components, mainly the camera module, and providing sufficient cooling for the computing unit. Following the solutions steps above enables to hide the powerful computing unit away from the visitor’s sight and also miniaturization of the visibly positioned camera unit. The developed camera system allows isolated operation of various algorithms, where the processed results can help exhibitors with better showpiece placements, recognition of unwanted behavior or protection from vandalism.

Práca sa zaoberá detekciou a rozpoznávaním osôb vo viackamerovom systéme. V práci sú popísané všeobecné kamerové systémy a ich vývoj a metódy používané na detekciu a rozpoznanie osôb. Na základe týchto informácií v druhej časti projektu popisujú návrh a implementáciu viackamerového systému, ktorý je schopný rozpoznať a rozpoznať osoby. Práca kombinuje implementáciu YOLO detektora s extraktorom príznakov na bázi Omni-Scale neurónovej siete., This thesis deals with the detection and recognition of people in a multi-camera system. In this thesis I describe general camera systems and their development and methods used for detection and recognition of persons. Based on this information, in the second part of the project I describe the design and implementation of a multi-camera system that is able to detect and recognize people. This thesis implements a combination of a YOLO detector and an Omni-Scale neural network based feature extractor.

Tato práce řeší návrh a konstrukci kamerového systému, který v reálném čase pořizuje a zpracovává videosekvenci z prostoru muzejní expozice. Zvolený problém je vyřešen pomocí rozdělení kamerového systému na kamerovou a výpočetní jednotku, správného výběru komponent, zejména kamerového modulu a dostatečným chlazením výpočetní jednotky. Tímto je umožněno skrytí výkonné výpočetní jednotky mimo návštěvníkův dohled a zároveň miniaturizaci viditelně umístěné kamerové jednotky. Vytvořený kamerový systém umožňuje izolovaný běh různých algoritmů, jejichž výsledky mohou například pomáhat vystavovatelům s lepším rozmístěním exponátů, s rozpoznáním nežádoucího chování, či ochranou před vandalismem., This thesis focuses on development and construction of a camera system, that captures and post-processes video footage within museum environment in real time. Defined issue is resolved by separating the whole camera system into camera and computing unit, selecting correct components, mainly the camera module, and providing sufficient cooling for the computing unit. Following the solutions steps above enables to hide the powerful computing unit away from the visitor’s sight and also miniaturization of the visibly positioned camera unit. The developed camera system allows isolated operation of various algorithms, where the processed results can help exhibitors with better showpiece placements, recognition of unwanted behavior or protection from vandalism.

V úvodu práce je představeno několik algoritmů pro detekci osob, detekci gest a sledování osob v obraze. Následující část se zaměřuje na popis vytvořeného programu. Jmenovitě realizaci detekce osob, detekce gest, sledování osob a aplikaci programu na robotickou platformu. V rámci této práce je taktéž řešeno řízení robotické platformy na základě výstupů z vytvořeného programu., At the beginning of the thesis, several algorithms for person tracking, gesture detection, and person tracking are presented. The following section focuses on the description of the created program. Namely, the implementation of person detection, gesture detection, person tracking, and program application to the robotic platform. This work also handles the control of the robotic platform based on the outputs of the created program.

Práca sa zaoberá detekciou a rozpoznávaním osôb vo viackamerovom systéme. V práci sú popísané všeobecné kamerové systémy a ich vývoj a metódy používané na detekciu a rozpoznanie osôb. Na základe týchto informácií v druhej časti projektu popisujú návrh a implementáciu viackamerového systému, ktorý je schopný rozpoznať a rozpoznať osoby. Práca kombinuje implementáciu YOLO detektora s extraktorom príznakov na bázi Omni-Scale neurónovej siete., This thesis deals with the detection and recognition of people in a multi-camera system. In this thesis I describe general camera systems and their development and methods used for detection and recognition of persons. Based on this information, in the second part of the project I describe the design and implementation of a multi-camera system that is able to detect and recognize people. This thesis implements a combination of a YOLO detector and an Omni-Scale neural network based feature extractor.

V úvodu práce je představeno několik algoritmů pro detekci osob, detekci gest a sledování osob v obraze. Následující část se zaměřuje na popis vytvořeného programu. Jmenovitě realizaci detekce osob, detekce gest, sledování osob a aplikaci programu na robotickou platformu. V rámci této práce je taktéž řešeno řízení robotické platformy na základě výstupů z vytvořeného programu., At the beginning of the thesis, several algorithms for person tracking, gesture detection, and person tracking are presented. The following section focuses on the description of the created program. Namely, the implementation of person detection, gesture detection, person tracking, and program application to the robotic platform. This work also handles the control of the robotic platform based on the outputs of the created program.

Tato práce řeší návrh a konstrukci kamerového systému, který v reálném čase pořizuje a zpracovává videosekvenci z prostoru muzejní expozice. Zvolený problém je vyřešen pomocí rozdělení kamerového systému na kamerovou a výpočetní jednotku, správného výběru komponent, zejména kamerového modulu a dostatečným chlazením výpočetní jednotky. Tímto je umožněno skrytí výkonné výpočetní jednotky mimo návštěvníkův dohled a zároveň miniaturizaci viditelně umístěné kamerové jednotky. Vytvořený kamerový systém umožňuje izolovaný běh různých algoritmů, jejichž výsledky mohou například pomáhat vystavovatelům s lepším rozmístěním exponátů, s rozpoznáním nežádoucího chování, či ochranou před vandalismem., This thesis focuses on development and construction of a camera system, that captures and post-processes video footage within museum environment in real time. Defined issue is resolved by separating the whole camera system into camera and computing unit, selecting correct components, mainly the camera module, and providing sufficient cooling for the computing unit. Following the solutions steps above enables to hide the powerful computing unit away from the visitor’s sight and also miniaturization of the visibly positioned camera unit. The developed camera system allows isolated operation of various algorithms, where the processed results can help exhibitors with better showpiece placements, recognition of unwanted behavior or protection from vandalism.

Práca sa zaoberá detekciou a rozpoznávaním osôb vo viackamerovom systéme. V práci sú popísané všeobecné kamerové systémy a ich vývoj a metódy používané na detekciu a rozpoznanie osôb. Na základe týchto informácií v druhej časti projektu popisujú návrh a implementáciu viackamerového systému, ktorý je schopný rozpoznať a rozpoznať osoby. Práca kombinuje implementáciu YOLO detektora s extraktorom príznakov na bázi Omni-Scale neurónovej siete., This thesis deals with the detection and recognition of people in a multi-camera system. In this thesis I describe general camera systems and their development and methods used for detection and recognition of persons. Based on this information, in the second part of the project I describe the design and implementation of a multi-camera system that is able to detect and recognize people. This thesis implements a combination of a YOLO detector and an Omni-Scale neural network based feature extractor.

Tato bakalářská práce se zabývá implementací aplikace pro detekci osob ve videozáznamu. Jak aplikace tak detekce jsou implementovány v jazyce Python. Pro vytvoření aplikace je použita knihovna TKinter. Pro detekci je použita knihovna OpenCV a detekční algoritmus YOLOv4, který běží na CUDA backendu, ale může běžet i na procesoru., This bachelor thesis deals with the implementation of an application for detecting people in video footage. Both the application and the detection are implemented in Python. TKinter library is used to create the application. The OpenCV library and the YOLOv4 detection algorithm, which runs on a CUDA backend but can also run on the CPU, are used for detection.

Hlavným cieľom tejto bakalárskej práce je vytvoriť aplikáciu na detekciu a rozpoznanie osôb zachytených na záberoch v multi-kamerovom systéme. Výstupom aplikácie je video, na ktorom sú detekované osoby vyznačené a každej osobe je priradené identifikačné číslo, pomocou ktorého je možno ju rozoznať naprieč zadanými záznamami. Pri riešení práce bolo preskúmaných viacero riešení problematiky detekcie a rozpoznávania založených na neurónových sietiach a text práce slúži ako prehľad týchto problematík. Aplikácia je postavená na knižniciach PyTorch a Torchreid. Na detekciu je využitý detektor so sieťou Faster-RCNN a rozpoznávanie je založené na sieti OSNet. Súčasťou aplikácie je aj jednoduché užívateľské rozhranie pre uľahčenie práce s aplikáciou. Aplikácia slúži ako ukážka state-of-the-art riešení deteckie a rozpoznávania osôb., The main purpose of this bachelor's thesis is to create an application for person detection and recognition from scenes captured in a multi-camera system. The output of the application is a video on which the detected persons are highlighted and each person is assigned an identification number through which it can be recognized across the input scenes. Several solutions to the problem of person detection and recognition were examined and the text of this work serves as an overview of these problems. The application is built on PyTorch and Torchreid libraries. A detector with a Faster-RCNN network is used for detection and recognition is based on the OSNet network. The application also includes a simple user interface to facilitate work with the application. The application serves as a demonstration of the state-of-the-art for person detection and recognition.

Tato práce zkoumá možnosti fúze milimetrového radaru a kamery. Navrhuje vhodný postup a využití těchto senzorů za účelem detekce objektů, především se pak zaměřuje na vyhledávání osob a stanovení jejich vzdálenosti od senzorů. Klade důraz na použití konvolučních neuronových sítí jako prostředku pro realizaci fúze a detekce. Výstupem systému jsou informace zjištěné z dat milimetrového radaru i kamery, kdy je po provedení detekce pomocí milimetrového radaru zjištěna vzdálenost osoby. Výsledek fúze senzorů je prověřen pomocí nashromážděných dat z obou senzorů ve zhoršených světelných podmínkách, v neznámém prostředí, na neznámých osobách a pomocí referenčních údajů o vzdálenosti objektů., This bachelor's thesis focuses on fusion of millimetr-wave radar and camera. It proposes appropriate procedure and usage of these sensors for object detection. Object detection in this bachelor's thesis is focused on people and provides additional information about detected person. It proposes convolution neural network as means of person detection and fusion of mmWave radar and camera data. When person is detected, distance of person from sensors is found in mmWave radar point cloud. Testing is performed on input data from both sensors in different situations, in poorly lit, unkwonwn scenes, with unknown people etc. Distance measuring is validated with reference data.

Cílem této práce je navrhnout a implementovat senzor detekce přítomnosti osob v místnosti vhodný pro použití v domácí automatizaci. Zaměřil jsem se na nalezení takového řešení, které pro svou činnost využívá běžnou nositelnou elektroniku. Senzor umístěný v místnosti detekuje tato nositelná zařízení a na základě síly signálu určí jeho pozici. Pro tento případ užití jsem použil technologii Bluetooth LE, která bývá součástí většiny nositelné elektroniky a v poslední době se často využívá k navigaci ve vnitřních prostorech. Použití tohoto senzoru pro automatizaci je zajištěno pomocí systému Home Assistant. Hlavním přínosem této práce je levně a jednoduše rozšířit možnosti běžné domácí automatizace detekci osob v jednotlivých místnostech, nikoli pouze v široké oblasti, kterou nabízejí lokace pomocí GPS nebo připojení k Wi-Fi přístupového bodu., The purpose of this thesis is to design and implement presence detection sensor which works with home automation. I focused on sensor implementation which needs for activity only available wearable electronics. Sensor placed in room can detect other devices and based on signal intensity it determines his location. For this case I chose Bletooth LE which is used to be implemented in the most of wearable electronics and recently new utilization of BLE was found for indoor navigation. Using this sensor for automation is ensured by system Home Assistant. Main benefit of this project is simply and cheap extend home automation capabilities for person detection in rooms, not only detection in large areas which offers GPS and Wi-Fi systems.

Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému., This bachelor thesis deals with counting of people passing through a door. It may be used in case, when we need to know, how many people there are in monitored room. The first part is a description of existing methods of counting people and the second part deals with used computer vision methods. Proposed system can count people, including distinguishing their motion direction. The last part contains an evaluation of the system.

Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému., This bachelor thesis deals with counting of people passing through a door. It may be used in case, when we need to know, how many people there are in monitored room. The first part is a description of existing methods of counting people and the second part deals with used computer vision methods. Proposed system can count people, including distinguishing their motion direction. The last part contains an evaluation of the system.

Detekcia a sledovanie viacerých osôb je náročný problém s vysokým aplikačným potenciálom. Náročnosť problému je spôsobená hlavne zložitosťou scény a vysokou variabilitou v artikulácii a vzhľade osôb. Cieľom tejto práce je navrhnúť a implementovať systém schopný detekcie a sledovania viacerých osôb vo videu z jednej statickej kamery. K tomuto účelu bola navrhnutá on-line metóda založená na princípe sledovania pomocou detekcie. Navrhnutá metóda kombinuje detekciu, sledovanie a združovanie odoziev k dosiahnutiu presných výsledkov. Implementácia bola vyhodnotená na dostupnom datasete a výsledky ukázali, že je použiteľná k tomuto účelu. K zlepšeniu výsledkov sledovania bola navrhnutá a implementovaná robustná metóda segmentácie pohybu. Okrem toho, implementácia detektora založeného na histograme orientovaných gradientov bola zrýchlená s využitím grafického procesoru (GPU)., Multiple person detection and tracking is challenging problem with high application potential. The difficulty of the problem is caused mainly by complexity of scene and large variations in articulation and appearance of person. The aim of this work is to design and implement system capable of detecting and tracking people in video from static mono-camera. For this purpose, an online method for tracking has been proposed based on tracking-by-detection approach. The method combines detection, tracking and fusion of responses to achieve accurate results. The implementation was evaluated on available dataset and the results show that it is suitable to use for this task. A method for motion segmentation was proposed and implemented to improve the tracking results. Furthermore, implementation of detector based on histogram of oriented gradients was accelerated by taking advantage of graphics processing unit (GPU).

Tato práce se zabývá detekcí osob v obraze pomocí kamerových zařízení s důrazem na využití minipočítače Raspberry Pi. Byly vytvořeny algoritmy zpracovávající obrazová data a schopné rozlišit, zda se jedná o příchozí nebo odchozí osobu. Jejich další úlohou je odesílání dat do platformy ThingSpeak, kde jsou vyobrazeny ve formě grafů a statusu na Twitteru. Detekce osob je realizována detektory pracujícími s metodami optického toku a ACF - Aggregate Channel features. Všechen software byl vytvořen ve vývojovém prostředí MATLAB/Simulink., This thesis describes the detection of people in the image using camera devices with focus on using a Raspberry Pi minicomputer. There were created algorithms processing image data and containing algorithms, which are able to distiguish whether it is incoming or outcoming person. Another role of these softwares is to send data to the ThingSpeak platform, where charts are made from the data. The detectors of people are based on Optical flow and ACF - Aggregate Channel features methods. All software was created in the development environment MATLAB/Simulink.

Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému., This bachelor thesis deals with counting of people passing through a door. It may be used in case, when we need to know, how many people there are in monitored room. The first part is a description of existing methods of counting people and the second part deals with used computer vision methods. Proposed system can count people, including distinguishing their motion direction. The last part contains an evaluation of the system.

Tato práce zkoumá možnosti fúze milimetrového radaru a kamery. Navrhuje vhodný postup a využití těchto senzorů za účelem detekce objektů, především se pak zaměřuje na vyhledávání osob a stanovení jejich vzdálenosti od senzorů. Klade důraz na použití konvolučních neuronových sítí jako prostředku pro realizaci fúze a detekce. Výstupem systému jsou informace zjištěné z dat milimetrového radaru i kamery, kdy je po provedení detekce pomocí milimetrového radaru zjištěna vzdálenost osoby. Výsledek fúze senzorů je prověřen pomocí nashromážděných dat z obou senzorů ve zhoršených světelných podmínkách, v neznámém prostředí, na neznámých osobách a pomocí referenčních údajů o vzdálenosti objektů., This bachelor's thesis focuses on fusion of millimetr-wave radar and camera. It proposes appropriate procedure and usage of these sensors for object detection. Object detection in this bachelor's thesis is focused on people and provides additional information about detected person. It proposes convolution neural network as means of person detection and fusion of mmWave radar and camera data. When person is detected, distance of person from sensors is found in mmWave radar point cloud. Testing is performed on input data from both sensors in different situations, in poorly lit, unkwonwn scenes, with unknown people etc. Distance measuring is validated with reference data.

Tato práce řeší návrh a konstrukci kamerového systému, který v reálném čase pořizuje a zpracovává videosekvenci z prostoru muzejní expozice. Zvolený problém je vyřešen pomocí rozdělení kamerového systému na kamerovou a výpočetní jednotku, správného výběru komponent, zejména kamerového modulu a dostatečným chlazením výpočetní jednotky. Tímto je umožněno skrytí výkonné výpočetní jednotky mimo návštěvníkův dohled a zároveň miniaturizaci viditelně umístěné kamerové jednotky. Vytvořený kamerový systém umožňuje izolovaný běh různých algoritmů, jejichž výsledky mohou například pomáhat vystavovatelům s lepším rozmístěním exponátů, s rozpoznáním nežádoucího chování, či ochranou před vandalismem., This thesis focuses on development and construction of a camera system, that captures and post-processes video footage within museum environment in real time. Defined issue is resolved by separating the whole camera system into camera and computing unit, selecting correct components, mainly the camera module, and providing sufficient cooling for the computing unit. Following the solutions steps above enables to hide the powerful computing unit away from the visitor’s sight and also miniaturization of the visibly positioned camera unit. The developed camera system allows isolated operation of various algorithms, where the processed results can help exhibitors with better showpiece placements, recognition of unwanted behavior or protection from vandalism.

Práca sa zaoberá detekciou a rozpoznávaním osôb vo viackamerovom systéme. V práci sú popísané všeobecné kamerové systémy a ich vývoj a metódy používané na detekciu a rozpoznanie osôb. Na základe týchto informácií v druhej časti projektu popisujú návrh a implementáciu viackamerového systému, ktorý je schopný rozpoznať a rozpoznať osoby. Práca kombinuje implementáciu YOLO detektora s extraktorom príznakov na bázi Omni-Scale neurónovej siete., This thesis deals with the detection and recognition of people in a multi-camera system. In this thesis I describe general camera systems and their development and methods used for detection and recognition of persons. Based on this information, in the second part of the project I describe the design and implementation of a multi-camera system that is able to detect and recognize people. This thesis implements a combination of a YOLO detector and an Omni-Scale neural network based feature extractor.

Hlavným cieľom tejto bakalárskej práce je vytvoriť aplikáciu na detekciu a rozpoznanie osôb zachytených na záberoch v multi-kamerovom systéme. Výstupom aplikácie je video, na ktorom sú detekované osoby vyznačené a každej osobe je priradené identifikačné číslo, pomocou ktorého je možno ju rozoznať naprieč zadanými záznamami. Pri riešení práce bolo preskúmaných viacero riešení problematiky detekcie a rozpoznávania založených na neurónových sietiach a text práce slúži ako prehľad týchto problematík. Aplikácia je postavená na knižniciach PyTorch a Torchreid. Na detekciu je využitý detektor so sieťou Faster-RCNN a rozpoznávanie je založené na sieti OSNet. Súčasťou aplikácie je aj jednoduché užívateľské rozhranie pre uľahčenie práce s aplikáciou. Aplikácia slúži ako ukážka state-of-the-art riešení deteckie a rozpoznávania osôb., The main purpose of this bachelor's thesis is to create an application for person detection and recognition from scenes captured in a multi-camera system. The output of the application is a video on which the detected persons are highlighted and each person is assigned an identification number through which it can be recognized across the input scenes. Several solutions to the problem of person detection and recognition were examined and the text of this work serves as an overview of these problems. The application is built on PyTorch and Torchreid libraries. A detector with a Faster-RCNN network is used for detection and recognition is based on the OSNet network. The application also includes a simple user interface to facilitate work with the application. The application serves as a demonstration of the state-of-the-art for person detection and recognition.

Tato bakalářská práce se zabývá implementací aplikace pro detekci osob ve videozáznamu. Jak aplikace tak detekce jsou implementovány v jazyce Python. Pro vytvoření aplikace je použita knihovna TKinter. Pro detekci je použita knihovna OpenCV a detekční algoritmus YOLOv4, který běží na CUDA backendu, ale může běžet i na procesoru., This bachelor thesis deals with the implementation of an application for detecting people in video footage. Both the application and the detection are implemented in Python. TKinter library is used to create the application. The OpenCV library and the YOLOv4 detection algorithm, which runs on a CUDA backend but can also run on the CPU, are used for detection.

Cílem této práce je navrhnout a implementovat senzor detekce přítomnosti osob v místnosti vhodný pro použití v domácí automatizaci. Zaměřil jsem se na nalezení takového řešení, které pro svou činnost využívá běžnou nositelnou elektroniku. Senzor umístěný v místnosti detekuje tato nositelná zařízení a na základě síly signálu určí jeho pozici. Pro tento případ užití jsem použil technologii Bluetooth LE, která bývá součástí většiny nositelné elektroniky a v poslední době se často využívá k navigaci ve vnitřních prostorech. Použití tohoto senzoru pro automatizaci je zajištěno pomocí systému Home Assistant. Hlavním přínosem této práce je levně a jednoduše rozšířit možnosti běžné domácí automatizace detekci osob v jednotlivých místnostech, nikoli pouze v široké oblasti, kterou nabízejí lokace pomocí GPS nebo připojení k Wi-Fi přístupového bodu., The purpose of this thesis is to design and implement presence detection sensor which works with home automation. I focused on sensor implementation which needs for activity only available wearable electronics. Sensor placed in room can detect other devices and based on signal intensity it determines his location. For this case I chose Bletooth LE which is used to be implemented in the most of wearable electronics and recently new utilization of BLE was found for indoor navigation. Using this sensor for automation is ensured by system Home Assistant. Main benefit of this project is simply and cheap extend home automation capabilities for person detection in rooms, not only detection in large areas which offers GPS and Wi-Fi systems.

Detekcia a sledovanie viacerých osôb je náročný problém s vysokým aplikačným potenciálom. Náročnosť problému je spôsobená hlavne zložitosťou scény a vysokou variabilitou v artikulácii a vzhľade osôb. Cieľom tejto práce je navrhnúť a implementovať systém schopný detekcie a sledovania viacerých osôb vo videu z jednej statickej kamery. K tomuto účelu bola navrhnutá on-line metóda založená na princípe sledovania pomocou detekcie. Navrhnutá metóda kombinuje detekciu, sledovanie a združovanie odoziev k dosiahnutiu presných výsledkov. Implementácia bola vyhodnotená na dostupnom datasete a výsledky ukázali, že je použiteľná k tomuto účelu. K zlepšeniu výsledkov sledovania bola navrhnutá a implementovaná robustná metóda segmentácie pohybu. Okrem toho, implementácia detektora založeného na histograme orientovaných gradientov bola zrýchlená s využitím grafického procesoru (GPU)., Multiple person detection and tracking is challenging problem with high application potential. The difficulty of the problem is caused mainly by complexity of scene and large variations in articulation and appearance of person. The aim of this work is to design and implement system capable of detecting and tracking people in video from static mono-camera. For this purpose, an online method for tracking has been proposed based on tracking-by-detection approach. The method combines detection, tracking and fusion of responses to achieve accurate results. The implementation was evaluated on available dataset and the results show that it is suitable to use for this task. A method for motion segmentation was proposed and implemented to improve the tracking results. Furthermore, implementation of detector based on histogram of oriented gradients was accelerated by taking advantage of graphics processing unit (GPU).

Tato bakalářská práce se zabývá počítáním lidí, kteří procházejí dveřmi. To může být využito v případě, když chceme vědět, kolik osob se nachází ve sledované místnosti. První část je opis existujících metod počítání lidí a druhá se zabývá využitými metodami počítačového vidění. Navrhnutý systém dokáže počítat lidi, a to včetně určení jejich směru pohybu. Poslední část obsahuje vyhodnocení systému., This bachelor thesis deals with counting of people passing through a door. It may be used in case, when we need to know, how many people there are in monitored room. The first part is a description of existing methods of counting people and the second part deals with used computer vision methods. Proposed system can count people, including distinguishing their motion direction. The last part contains an evaluation of the system.

V úvodu práce je představeno několik algoritmů pro detekci osob, detekci gest a sledování osob v obraze. Následující část se zaměřuje na popis vytvořeného programu. Jmenovitě realizaci detekce osob, detekce gest, sledování osob a aplikaci programu na robotickou platformu. V rámci této práce je taktéž řešeno řízení robotické platformy na základě výstupů z vytvořeného programu., At the beginning of the thesis, several algorithms for person tracking, gesture detection, and person tracking are presented. The following section focuses on the description of the created program. Namely, the implementation of person detection, gesture detection, person tracking, and program application to the robotic platform. This work also handles the control of the robotic platform based on the outputs of the created program.

Tato práce se zabývá detekcí osob v obraze pomocí kamerových zařízení s důrazem na využití minipočítače Raspberry Pi. Byly vytvořeny algoritmy zpracovávající obrazová data a schopné rozlišit, zda se jedná o příchozí nebo odchozí osobu. Jejich další úlohou je odesílání dat do platformy ThingSpeak, kde jsou vyobrazeny ve formě grafů a statusu na Twitteru. Detekce osob je realizována detektory pracujícími s metodami optického toku a ACF - Aggregate Channel features. Všechen software byl vytvořen ve vývojovém prostředí MATLAB/Simulink., This thesis describes the detection of people in the image using camera devices with focus on using a Raspberry Pi minicomputer. There were created algorithms processing image data and containing algorithms, which are able to distiguish whether it is incoming or outcoming person. Another role of these softwares is to send data to the ThingSpeak platform, where charts are made from the data. The detectors of people are based on Optical flow and ACF - Aggregate Channel features methods. All software was created in the development environment MATLAB/Simulink.