Zpráva o zahraničním pobytu
|
|
- Žaneta Valentová
- před 5 lety
- Počet zobrazení:
Transkript
1 CENTER FOR MACHINE PERCEPTION Zpráva o zahraničním pobytu CZECH TECHNICAL UNIVERSITY IN PRAGUE Michal Polic policmic@fel.cvut.cz CTU CMP Srpna, 2016 ZPRÁVA O ZAHRANIČNÍM POBYTU ISSN Lze získat na policmic/docs/research stay 2016.pdf Vedoucí Ing. Tomáš Pajdla, PhD., Ass.Prof. Dr. Friedrich Fraundorfer (1url.cz/stoOf) Stipendium: Mobilita Akce 200 Univerzita: TU Graz ( České vysoké učení technické v Praze, No. 8, 2016 Poblikováno výzkumným ústavem Centrum strojového vnímání, Katedra kybernetiky Fakulta elektrotechnická ČVUT Karlovo náměstí 13, Praha 2 fax: (02) , tel: (02) , www:
2
3 Zpráva o zahraničním pobytu Michal Polic 3. Srpna, 2016 Výzkumná stáž se uskutečnila v době od do na univerzitě Graz University of Technology - Institute for Computer Graphics & Vision, ve skupině Aerial Vision Group pod vedením Ass.Prof. Dr. Friedricha Fraundorfera. Institute for Computer Graphics & Vision je jedna z nejprestižnějších vývojových skupin v oblasti počítačového vidění v Evropě. Studijní cesta měla za cíl společný vývoj v oblasti řídké rekonstrukce se zašuměnými dodatečnými dodatečnými daty, konkrétně porovnání možností výpočtu neurčitostí rekonstruovaných bodů a kamer trojdimenzionální scény vzhledem k dodatečným měřením, navržení algoritmu umožňující výpočet neurčitosti pro rozsáhlé scény, jeho implantace, zpřístupnění na webových stránkách a následné publikování. Rekonstrukce trojdimenzionální scény spočívá v nalezení pozic 3D bodů, které jsou viditelné ve dvou a více obrazech, a zároveň pozic a rotací kamer, které tyto obrazy pořídily. Standardní rekonstrukce Structure from Motion (SfM) spočívá v nalezení korespondencí zajímavých bodů feature points mezi snímky, vypočítání relativní pozice relative pose algorithm prvního páru kamer, triangulaci 3D bodů a následného přidávání kamer pomocí výpočtu jejich absolutní pozice absolute pose algorithm vůči již rekonstruovaným 3D bodům. Nové 3D body se triangulují vždy po přidání množiny kamer pomocí absolute pose algorithm. Postupným přidáváním kamer a bodů dochází k akumulaci chyb, které vznikají z nepřesnosti detekce zajímavých bodů. Vzniklé chyby jsou minimalizovány nelineární optimalizační metodou vyrovnání svazků paprsků, anglicky Bundle adjustment. Po doplnění o dostatečný počet dodatečných měření, konkrétně referenčních pozic bodů ve 3D (například v GPS souřadnicích) a jejich korespondencích v obrazech, lze zafixovat měřítko a natočení 3D scény tak, aby korespondovala běžně používanému geografickému referenčnímu systému (například WGS84). Pro praktické využití rekonstruované scény je takováto transformace nezbytná. Kvůli akumulaci chyb nemají referenční 3D body stejné 1
4 pozice jako 3D body k nim korespondující, které jsou spočítané pomocí triangulace z příslušných obrazových bodů. Cílem mé disertační práce je minimalizace chyb mezi triangulovanými a referenčními 3D body, při využití malého počtu referenčních bodů. Prvním krokem k dosažení tohoto cíle je vážení objektivní funkce minimalizované úlohy pomocí neurčitostí jednotlivých bodů a kamer 3D scény. Podobnou úlohu řeší člen skupiny Aerial Vision Group, M. Rumpler ve článku [1]. M. Rumpler váží objektivní funkci na základě stanovené neurčitosti referenčních bodů, kterými je množina všech pozic kamer ve formátu GPS a předpokládá normální rozdělení chyb 3D bodů, pozic kamer a zajímavých bodů v obrazech. Zásadní částí mé disertace a výzkumné stáže je navrhnout obecnější algoritmus pro určení neurčitostí všech parametrů projekční funkce, který dokáže vyhodnotit rozsáhlé 3D scény, a tohoto cíle se mi díky spolupráci s rakouskou výzkumnou skupinou podařilo dosáhnout. V první fázi výzkumného pobytu jsem se zaměřil na vylepšení rekonstrukčního softwaru YASFM naší výzkumné skupiny CMP na úroveň současného stavu vědy v této oblasti. Implementoval jsem vážení referenčních bodů [1] a zmenšil akumulaci chyb použitím vhodného modelu, který nalezne radiální distorzi společně s relativní pozicí (algoritmus F10 [2]). Po zmíněných modifikacích YASFM rekonstruuje přibližně o padesát procent víc bodů s čtvrtinovou průměrnou reprojekční chybou oproti tamějšímu rekonstrukčnímu software i3d. Ve druhé fázi pobytu jsem porovnával specifické reprezentace neurčitosti se standardním výpočtem popsaným v [3]. Standardní výpočet neurčitosti lze vypočítat po zafixování min. 7 parametrů scény viz. článek [4]. Neurčitost popisuje kovarianční matice C = (J ΣJ), kde J je matice derivace parametrů kamer a trojdimenzionálních bodů podle pozorování, Σ je matice kovariancí pozorovaných bodů v obrazech a A je Moore Penrose inverze matice A. Standardní výpočet je nerealizovatelný pro reálné scény kvůli MP inverzi matice o velikosti C R k k, kde k = 3 počet bodů + počet parametrů kamer počet kamer. Navrhl a mapoval jsem 4 různé odvozené výpočty neurčitostí 3D bodů a 8 různých výpočtů neurčitostí kamer na výstup standardní metody [3]. Dvě z mapovaných neurčitostí 3D bodů vycházely z aproximace Jakobiánu a byli odvozeny pomocí fixace parametrů kamer, třetí vycházela ze simulace Monte Carlo a čtvrtá vycházela z maximální vzdálenosti polyhedralu vytvořeného průnikem polorovin procházejících ɛ okolím obrazových bodů a středy příslušných kamer. Neurčitosti kamer jsem popsal dvěma metodami vycházejícími z aproximace standardní metody při fixované rotaci, třetí metoda vycházela z inverzního výpočtu parciálních derivací projekční funkce, čtvrtá metoda vycházela z kovariance vzdálenostní funkce, pátá metoda vycházela z maximální vzdálenosti konvexního obalu 2
5 průsečíku ±ɛ sfér vzdálenostní funkce, šestá a sedmá ze simulací Monte Carlo pomocí P3P a PNP algoritmů a osmá z podmíněnosti tečného prostoru vzdálenostní funkce v okolí středu kamery. Všechny neurčitosti byli graficky porovnány na syntetických a reálných scénách. Poslední oblastí výzkumu, na kterou jsem se zaměřil bylo upravení standardního výpočtu pomocí obecného rozkladu Moore Penrose inverze součinu J ΣJ na základě článku [5]. M. Lhuillier [6], používá Cholesky dekompozici blokové matice, a pseudoinversi Schurova doplňku počítá pomocí Singular Value Decomposition metody s oříznutím nespecifikované množiny nejmenších singulárních čísel. Na experimentech jsem dokázal, že nepoužití nejmenších singulárních čísel má na výsledek zásadní vliv. Odebráním jednoho singulárního čísla výrazně změníme neurčitost jednoho bodu nebo jedné kamery. Tuto závislost jsem vyřešil odvozením pseudoinverse z Schurova doplňku s přičtenou maticí λi a následným odstraněním parametru λ pomocí Taylorova rozvoje derivace λ, kde I reprezentuje jednotkovou matici a λ volitelnou konstantu. Navržený výpočet je rychlejší, méně citlivý na volbě parametru λ než v současné době používaná pseudoinverse pomocí SVD na oříznutí nejmenších singulárních čísel a lze efektivně paralelizovat. Současná metoda používající SVD umožňuje vypočíst neurčitost maximálně jednotek kamer a tisíce bodů. Pro umožnění výpočtu neurčitosti řádově několika tisíc kamer a milionů 3D bodů, jsem vyjádřil přímý výpočet kovariancí 3D bodů a kovariancí kamer ze vstupního jakobiánu J. Toto vyjádření nebylo při použití metody popsané v článku [6] možné. Navržený algoritmus jsem dále zjednodušil. Nepočítám téměř polovinu hodnot díky symetriím matic, které jsou ve výpočtu použity. V současné době dokončuji implementaci výše zmíněné metody v jazyce C++ s výpočty prováděnými na grafické kartě s hardwarovou a softwarovou architekturou CUDA. Všechny doposud provedené testy byly zapsány v prostředí Matlab. Implementace je psaná ve formě knihovny, která lze použít v nelineárním Ceres Solveru a zobecnit na řadu dalších problémů s nižší hodností, které doposud nejdou řešit a proto má předpoklady širokého využití ve výzkumu a vývoji. Pobyt na Graz University of Technology - Institute for Computer Graphics & Vision mi umožnil ve spolupráci s kolegy z Aerial Vision Group navrhnout a implementovat algoritmus ve vývojovém prostředí Matlab a posunout tak současný stav výzkumu. Po dokončení pokročilé implementace na hardwarové a softwarové architektuře CUDA bude možné vypočíst kovariance u přibližně tisíckrát větších scén než tomu bylo doposud. Práce bude publikována v impaktovaném časopise a kód bude zveřejněn na policmic. V neposlední řadě mi pobyt pomohl výrazně vylepšit mé jazykové dovednosti a také získat cenné zkušenosti díky 3
6 kooperaci s prestižní zahraniční vývojovou skupinou. References [1] Rumpler, M. et al., Evaluations on multi-scale camera networks for precise and geo-accurate reconstructions from aerial and terrestrial images with user guidance [online]. - In: Computer Vision and Image Understanding (2016). Dostupné z: [2] Kukelova, Z. et al., Efficient Solution to the Epipolar Geometry for Radially Distorted Cameras [online]. - In: Proceedings of the IEEE International Conference on Computer Vision. 2015, s Dostupné z: [3] HARTLEY, Richard a Andrew ZISSERMAN. Multiple view geometry in computer vision. 2nd ed. New York: Cambridge University Press, ISBN [4] K. Kanatani and D. D. Morris. Gauges and gauge transformations for uncertainty description of geometric structure with indeterminacy [online]. - In: IEEE Transactions on Information Theory 47(5): , Dostupné z: [5] Tian, Y. The Moore-Penrose inverses of m n matrices and their applications [online]. - In: Linear Algebra and its Applications, 283 (1998), s Dostupné z: [6] Lhuillier, M. a M. Perriollat. Uncertainty ellipsoids calculations for complex 3D reconstructions [online]. - In: IEEE. 2006, pp.0. Dostupné z: [7] Coleman, T. F. a Ch. Sun. Solving Rank-Deficient Linear Least-Squares Problems [online]. Dostupné z: tfcolema/articles/ls-paper.pdf 4
SIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků
SIFT: Scale Invariant Feature Transform Automatické nalezení korespondencí mezi dvojicí obrázků lukas.mach@gmail.com Přílohy (videa, zdrojáky, ) ke stažení na: http://mach.matfyz.cz/sift Korespondence
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
Více3D rekonstrukce a SLAM
3D rekonstrukce a SLAM LUKÁŠ POLOK Zdroje: Pollefeys, přednášky MVG a VGE, hodní kolegové Viorela Ila, Marek Šolony a Broněk Přibyl Motivace 3D rekonstrukce Vizuální navigace v robotice Zábava: výpočet
VíceSPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník RELATIVNÍ A ABSOLUTNÍ ORIENTACE AAT ANALYTICKÁ AEROTRIANGULACE
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník RELATIVNÍ A ABSOLUTNÍ ORIENTACE AAT ANALYTICKÁ AEROTRIANGULACE PŘÍPRAVA STEREODVOJICE PRO VYHODNOCENÍ Příprava stereodvojice pro vyhodnocení
VíceSVD rozklad a pseudoinverse
SVD rozklad a pseudoinverse Odpřednesenou látku naleznete v kapitole 12 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: Lineární algebra 19.12.2016: SVD rozklad a pseudoinverse 1/21 Cíle
Více2 Rekonstrukce ze dvou kalibrovaných pohledů
24. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE ŠÁRKA VORÁČOVÁ APLIKACE EPIPOLÁRNÍ GEOMETRIE Abstrakt Epipolární geometrie je geometrií dvou středových promítání. Je teoretickým základem pro určení vztahu
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
VícePočítačová geometrie I
0 I RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Osnova předmětu Pojem výpočetní geometrie, oblasti
VíceNávrh a implementace algoritmů pro adaptivní řízení průmyslových robotů
Návrh a implementace algoritmů pro adaptivní řízení průmyslových robotů Design and implementation of algorithms for adaptive control of stationary robots Marcel Vytečka 1, Karel Zídek 2 Abstrakt Článek
VíceKalibrační proces ve 3D
Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového
VíceJaroslav Tuma. 8. února 2010
Semestrální práce z předmětu KMA/MM Odstraňování šumu z obrazu Jaroslav Tuma 8. února 2010 1 1 Zpracování obrazu Zpracování obrazu je disciplína zabývající se zpracováním obrazových dat různého původu.
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceSingulární rozklad. Petr Tichý. 31. října 2013
Singulární rozklad Petr Tichý 31. října 2013 1 Outline 1 Úvod a motivace 2 Zavedení singulárního rozkladu a jeho vlastnosti 3 Výpočet a náklady na výpočet singulárního rozkladu 4 Moor-Penroseova pseudoinverze
VíceDatové struktury. Zuzana Majdišová
Datové struktury Zuzana Majdišová 19.5.2015 Datové struktury Numerické datové struktury Efektivní reprezentace velkých řídkých matic Lze využít při výpočtu na GPU Dělení prostoru a binární masky Voxelová
VíceExperimentální systém pro WEB IR
Experimentální systém pro WEB IR Jiří Vraný Školitel: Doc. RNDr. Pavel Satrapa PhD. Problematika disertační práce velmi stručný úvod WEB IR information retrieval from WWW, vyhledávání na webu Vzhledem
VíceMOORE-PENROSEOVA INVERZE MATICE A JEJÍ APLIKACE. 1. Úvod
Kvaternion 1/2013, 7 14 7 MOORE-PENROSEOVA INVERZE MATICE A JEJÍ APLIKACE LADISLAV SKULA Abstrakt V článku je uvedena definice pseudoinverzní matice, ukázána její existence a jednoznačnost a zmíněny dvě
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
VíceCvičení 11: RANSAC Tomáš Sixta 23. listopadu 2012
Cvičení 11: RANSAC Tomáš Sixta 23. listopadu 2012 1 Úvod V tomto cvičení se naučíte pracovat s algoritmem RANSAC pro nalezení transformace mezi dvěma množinami bodových korespondencí. Mějme dva obrázky
VíceINŽENÝRSKÁ PEDAGOGIKA A IGIP ENGINEERING PEDAGOGY AND IGIP. Jiří Měřička
INŽENÝRSKÁ PEDAGOGIKA A IGIP ENGINEERING PEDAGOGY AND IGIP Jiří Měřička ČR Masarykův ústav vyšších studií ČVUT v Praze E-mail: mericjir@fel.cvut.cz 1. ÚVOD Propojení humanitních a technických věd je potřebné
VíceEva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.
Ortogonální regrese pro 3-složkové kompoziční data využitím lineárních modelů Eva Fišerová a Karel Hron Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VíceIng. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.
OPTIMALIZACE BRAMOVÉHO PLYNULÉHO ODLÉVÁNÍ OCELI ZA POMOCI NUMERICKÉHO MODELU TEPLOTNÍHO POLE Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. Fakulta strojního inženýrství
VíceRozhodování. s více účastníky. Miroslav. school@utia
Rozhodování s více účastníky Miroslav Kárný school@utia utia.cas.cz, http://www.utia utia.cas.cz/as Rozhodování Účastník znalosti neúpln plné cíle násobné omezení rozsahů složitostn itostní strategie akce
VíceSOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ. Martin Štroner, Bronislav Koska 1
SOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ SOFTWARE FOR PROCESSING OF POINT CLOUDS FROM LASER SCANNING Martin Štroner, Bronislav Koska 1 Abstract At the department of special geodesy is
VíceVnitřní normy Fakulty technologické Univerzity Tomáše Bati ve Zlíně
Vnitřní normy Fakulty technologické Univerzity Tomáše Bati ve Zlíně Kód: Druh: Název: SD/03/2018 VNITŘNÍ NORMA FAKULTY TECHNOLOGICKÉ Rámcová kritéria uplatňovaná při habilitačním řízení a řízení ke jmenování
VíceÚlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Vyšší geodézie 1 3/3 GPS - výpočet polohy stanice pomocí
Více5. Singulární rozklad
5. Singulární rozklad Petr Tichý 31. října 2012 1 Singulární rozklad matice Jeden z nejdůležitějších teoretických i praktických nástrojů maticových výpočtů. Umožňuje určit hodnost či normu matice, ortogonální
Víceaneb jiný úhel pohledu na prvák
Účelná matematika aneb jiný úhel pohledu na prvák Jan Hejtmánek FEL, ČVUT v Praze 24. června 2015 Jan Hejtmánek (FEL, ČVUT v Praze) Technokrati 2015 24. června 2015 1 / 18 Outline 1 Motivace 2 Proč tolik
VíceSOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY
SOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY P. Novák, J. Novák, A. Mikš Katedra fyziky, Fakulta stavební, České vysoké učení technické v Praze Abstrakt V rámci přechodu na model strukturovaného
VícePočítačová grafika 2 (POGR2)
Počítačová grafika 2 (POGR2) Pavel Strachota FJFI ČVUT v Praze 19. února 2015 Kontakt Ing. Pavel Strachota, Ph.D. Katedra matematiky Trojanova 13, místnost 033a E-mail: pavel.strachota@fjfi.cvut.cz WWW:
VíceDIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta strojní Ústav mechaniky DIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska 2004 Jan KRYŠTŮFEK Motivace Účel diplomové práce: Porovnání nelineárního řízení
Více11 Zobrazování objektů 3D grafiky
11 Zobrazování objektů 3D grafiky Studijní cíl Tento blok je věnován základním algoritmům zobrazení 3D grafiky. Postupně budou probrány základní metody projekce kolmé promítání, rovnoběžné promítání a
VíceGeoinformatika. I Geoinformatika a historie GIS
I a historie GIS jaro 2014 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic Motivace Proč chodit na přednášky?
VíceKybernetika a umělá inteligence, cvičení 10/11
Kybernetika a umělá inteligence, cvičení 10/11 Program 1. seminární cvičení: základní typy klasifikátorů a jejich princip 2. počítačové cvičení: procvičení na problému rozpoznávání číslic... body za aktivitu
VíceVytyčení polohy bodu polární metodou
Obsah Vytyčení polohy bodu polární metodou... 2 1 Vliv měření na přesnost souřadnic... 3 2 Vliv měření na polohovou a souřadnicovou směrodatnou odchylku... 4 3 Vliv podkladu na přesnost souřadnic... 5
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
VíceAlgoritmy ořezávání. Habilitační práce. (Clipping Algorithms) (Habilitation Thesis) Prof.Ing.Václav Skala, CSc.
Algoritmy ořezávání (Clipping Algorithms) Habilitační práce (Habilitation Thesis) Prof.Ing.Václav Skala, CSc. http://www.vaclavskala.eu Abstrakt Algoritmy ořezávání a jejich implementace je jednou z klíčových
VíceProblematika disertační práce a současný stav řešení. Ing. Aneta Zatočilová
Problematika disertační práce a současný stav řešení 2 /12 OBSAH PREZENTACE: Téma dizertační práce Úvod do problematiky Přehled metod Postup řešení Projekty, výuka a další činnost 3 /12 TÉMA DIZERTAČNÍ
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
VíceNumerická matematika 1
Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................
Více2. Schurova věta. Petr Tichý. 3. října 2012
2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci
VíceDetekce kolizí v 3D Josef Pelikán KSVI MFF UK Praha
Detekce kolizí v 3D 2001-2003 Josef Pelikán KSVI MFF UK Praha e-mail: Josef.Pelikan@mff.cuni.cz W W W: http://cgg.ms.mff.cuni.cz/~pepca/ Aplikace CD mobilní robotika plánování cesty robota bez kontaktu
VíceCitlivost kořenů polynomů
Citlivost kořenů polynomů Michal Šmerek Univerzita obrany v Brně, Fakulta ekonomiky a managementu, Katedra ekonometrie Abstrakt Článek se zabývá studiem citlivosti kořenů na malou změnu polynomu. Je všeobecně
VíceZávěrečná zpráva projektu specifického výzkumu zakázka č. 2106
Závěrečná zpráva projektu specifického výzkumu zakázka č. 2106 Název projektu Výzkum prevence v boji proti počítačovému pirátství žáků základních a středních škol Specifikace řešitelského týmu Odpovědný
VíceMatematika pro geometrickou morfometrii (2)
Ján Dupej (jdupej@cgg.mff.cuni.cz) Laboratoř 3D zobrazovacích a analytických metod Katedra antropologie a genetiky člověka Přírodovědecká fakulta UK v Praze Opakování 2 Opakování 3 Opakování 4 Opakování
VíceProjektivní geometrie. Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni
Metody Počítačového Vidění (MPV) - 3D počítačové vidění Projektivní geometrie Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Metody Počítačového Vidění
VíceNa základě této normy oborové rady výše uvedených doktorských studijních programů stanovují tuto závaznou strukturu pro disertační práce: 1
Závazná struktura disertační práce a autoreferátu disertační práce v doktorských studijních programech Ekonomika a management, Hospodářská politika a správa na Ekonomické fakultě TUL Závazná struktura
VíceAplikace bin picking s použitím senzorové fúze
Moderní metody rozpoznávání a zpracování obrazových informací 2018 Aplikace bin picking s použitím senzorové fúze Vlastimil Hotař, Ondřej Matúšek Katedra sklářských strojů a robotiky Fakulta strojní Oddělení
VíceMinkowského operace a jejich aplikace
KMA FAV ZČU Plzeň 1. února 2012 Obsah Aplikace Minkowského suma Minkowského rozdíl Minkowského součin v E 2 Minkowského součin kvaternionů Akce 22. 6. 1864-12. 1. 1909 Úvod Použití Rozmist ování (packing,
VícePrincip řešení soustavy rovnic
Princip řešení soustavy rovnic Tomáš Kroupa 20. května 2014 Tento studijní materiál je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Obsah Formulace úlohy Metody řešení
VíceZaměření Webové inženýrství doc. Ing. Tomáš Vitvar, Ph.D. Katedra softwarového inženýrství Fakulta informačních technologií České vysovké učení technické v Praze Den otevřených dveří 20.2.2014 http://www.fit.cvut.cz
VíceLaserový skenovací systém LORS vývoj a testování přesnosti
Laserový skenovací systém LORS vývoj a testování přesnosti Ing. Bronislav Koska Ing. Martin Štroner, Ph.D. Doc. Ing. Jiří Pospíšil, CSc. ČVUT Fakulta stavební Praha Článek popisuje laserový skenovací systém
VíceREKONSTRUKCE 3D OBJEKTU Z OBRAZOVÝCH DAT
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
VíceFP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných
VíceVybrané partie z obrácených úloh. obrácených úloh (MG452P73)
Vybrané partie z obrácených úloh obrácených úloh (MG452P73) Obsah přednášky Klasifikace obrácených úloh a základní pojmy Lineární inverzní problém, prostor parametrů a dat Gaussovy transformace, normální
VícePARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ
PARAMETRICKÁ STUDIE VÝPOČTU KOMBINACE JEDNOKOMPONENTNÍCH ÚČINKŮ ZATÍŽENÍ Ing. David KUDLÁČEK, Katedra stavební mechaniky, Fakulta stavební, VŠB TUO, Ludvíka Podéště 1875, 708 33 Ostrava Poruba, tel.: 59
VíceDoktorské studium na FPH VŠE. Martin Lukeš proděkan pro vědu, výzkum a doktorské studium
Doktorské studium na FPH VŠE Martin Lukeš proděkan pro vědu, výzkum a doktorské studium 3.10.2016 1 1. Proč studovat doktorské studium Chtít přicházet věcem (korektním a metodicky správným způsobem) na
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
VíceSPECIFICKÝCH MIKROPROGRAMOVÝCH ARCHITEKTUR
EVOLUČNÍ NÁVRH A OPTIMALIZACE APLIKAČNĚ SPECIFICKÝCH MIKROPROGRAMOVÝCH ARCHITEKTUR Miloš Minařík DVI4, 2. ročník, prezenční studium Školitel: Lukáš Sekanina Fakulta informačních technologií, Vysoké učení
VícePodobnostní transformace
Schurova věta 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci tak, aby se řešení úlohy
VíceCentrum strojového vnímání katedra kybernetiky FEL ČVUT sara@cmp.felk.cvut.cz. 29. prosince 2010
Anglicko-český a česko-anglický slovníček 3D počítačového vidění Radim Šára Centrum strojového vnímání katedra kybernetiky FEL ČVUT sara@cmp.felk.cvut.cz 29. prosince 2010 Cílem je stabilizovat českou
VícePřednáška 1 Úvod do předmětu
Přednáška 1 Úvod do předmětu Miroslav Lávička 1 Email: lavicka@kma.zcu.cz 1 Katedra matematiky, Fakulta aplikovaných věd Západočeská univerzita v Plzni Geometrické vidění světa KMA/GVS ak. rok 2013/2014
VíceZpracování digitalizovaného obrazu (ZDO) - Analýza pohybu
Zpracování digitalizovaného obrazu (ZDO) - Analýza pohybu Úvod Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného obrazu (ZDO)
VíceValue at Risk. Karolína Maňáková
Value at Risk Karolína Maňáková Value at risk Historická metoda Model-Building přístup Lineární model variance a kovariance Metoda Monte Carlo Stress testing a Back testing Potenciální ztráta s danou pravděpodobností
VíceGenetické programování 3. část
1 Portál pre odborné publikovanie ISSN 1338-0087 Genetické programování 3. část Macháček Martin Elektrotechnika 08.04.2011 Jako ukázku použití GP uvedu symbolickou regresi. Regrese je statistická metoda
VíceMatice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
VíceOSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
VíceVÝVOJ NOVÉHO REGULAČNÍHO ALGORITMU KOTLE VERNER S PODPOROU PROGRAMU MATLAB
VÝVOJ NOVÉHO REGULAČNÍHO ALGORITMU KOTLE VERNER S PODPOROU PROGRAMU MATLAB Úvod S. Vrána, V. Plaček Abstrakt Kotel Verner A25 je automatický kotel pro spalování biomasy, alternativních pelet, dřevních
VíceAplikace obrazové fúze pro hledání vad
Marek Vajgl, Irina Perfilieva, Petr Hurtík, Petra Hoďáková Národní superpočítačové centrum IT4Innovations Divize Ostravské univerzity Ústav pro výzkum a aplikaci fuzzy modelování Ostrava, Česká republika
VícePočítačové řešení elektrických obvodů
Počítačové řešení elektrických obvodů Jiří Hospodka, Jan Bičák katedra Teorie obvodů ČVUT FEL 28. února 2005 Jiří Hospodka, Jan Bičák (ČVUT FEL) Počítačové řešení elektrických obvodů 28. února 2005 1 /
VíceZPRACOVÁNÍ NEURČITÝCH ÚDAJŮ V DATABÁZÍCH
0. Obsah Strana 1 z 12 VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMATION
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Algoritmizace prostorových úloh Číslo předmětu: 548-0069 Garantující institut: Garant předmětu: Institut geoinformatiky RNDr. Daniela Szturcová, PhD. Kredity:
VíceRobotické architektury pro účely NDT svarových spojů komplexních potrubních systémů jaderných elektráren
Robotické architektury pro účely NDT svarových spojů komplexních potrubních systémů jaderných elektráren Projekt TA ČR č. TA01020457: Výzkum, vývoj a validace univerzální technologie pro potřeby moderních
VíceVypracovat přehled paralelních kinematických struktur. Vytvořit model a provést analýzu zvolené PKS
Autor BP: Vedoucí práce: Tomáš Kozák Ing. Jan Zavřel, Ph.D. Vypracovat přehled paralelních kinematických struktur Vytvořit model a provést analýzu zvolené PKS Provést simulaci zvolené PKS Provést optimalizaci
VíceÚloha - rozpoznávání číslic
Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání
VícePřímá a inverzní kinematika manipulátoru pro NDT (implementační poznámky) (varianta 2: RRPR manipulátor)
Technická zpráva Katedra kybernetiky, Fakulta aplikovaných věd Západočeská univerzita v Plzni Přímá a inverzní kinematika manipulátoru pro NDT (implementační poznámky) (varianta 2: RRPR manipulátor) 22.
VíceVE 2D A 3D. Radek Výrut. Abstrakt Tento článek obsahuje postupy pro výpočet Minkowského sumy dvou množin v rovině a pro výpočet Minkowského sumy
25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Radek Výrut VÝPOČET MINKOWSKÉHO SUMY VE 2D A 3D Abstrakt Tento článek obsahuje postupy pro výpočet Minkowského sumy dvou množin v rovině a pro výpočet Minkowského
VíceIdentifikace a řízení nelineárního systému pomocí Hammersteinova modelu
1 Portál pre odborné publikovanie ISSN 1338-0087 Identifikace a řízení nelineárního systému pomocí Hammersteinova modelu Brázdil Michal Elektrotechnika 25.04.2011 V praxi se často setkáváme s procesy,
VícePoužití analyzátoru paketů bezdrátových sítí Wireshark
Použití analyzátoru paketů bezdrátových sítí Wireshark Ladislav Sirový Ing. Ladislav Beránek, Csc. Školní rok: 2008-2009 Abstrakt Analýza sítí se zabývá sledováním a vyhodnocováním provozu počítačových
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná
Více7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem
7 Transformace 2D Studijní cíl Tento blok je věnován základním principům transformací v rovinné grafice. V následujícím textu bude vysvětlen rozdíl v přístupu k transformacím u vektorového a rastrového
VíceŠkola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
Více11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.
11MAMY LS 2017/2018 Cvičení č. 2: 21. 2. 2018 Úvod do Matlabu. Jan Přikryl 21. února 2018 Po skupinách, na které jste se doufám rozdělili samostatně včera, vyřešte tak, jak nejlépe svedete, níže uvedená
VíceReranking založený na metadatech
České vysoké učení technické v Praze Fakulta informačních technologií Katedra softwarového inženýrství Reranking založený na metadatech MI-VMW Projekt IV - 1 Pavel Homolka Ladislav Kubeš 6. 12. 2011 1
VíceAlgoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů)
Algoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů) Autor: Vladimir Vapnik Vapnik, V. The Nature of Statistical Learning Theory.
VíceMatematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a
Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy
VícePokročilé metody fotorealistického zobrazování
Pokročilé metody fotorealistického zobrazování 14.5.2013 Úvod Motivace Základní informace Shrnutí metod Představení programu RayTracer Reference Motivace Základní informace Motivace snaha o vytvoření realistických
VíceMetody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením
Metody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením J. Machalová, P. Ženčák, R. Kučera Katedra matematické analýzy a aplikací matematiky PřF UP Olomouc Katedra matematiky a deskriptivní
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 548-0057 Garantující institut: Garant předmětu: Základy geoinformatiky (ZGI) Institut geoinformatiky doc. Ing. Petr Rapant, CSc. Kredity:
VíceKOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.
1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
VíceOBSAH 1 Úvod Fyzikální charakteristiky Zem Referen ní plochy a soustavy... 21
OBSAH I. ČÁST ZEMĚ A GEODÉZIE 1 Úvod... 1 1.1 Historie měření velikosti a tvaru Země... 1 1.1.1 První určení poloměru Zeměkoule... 1 1.1.2 Středověké měření Země... 1 1.1.3 Nové názory na tvar Země...
VícePROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP
Digitální technologie v geoinformatice, kartografii a DPZ PROBLEMATICKÉ ASPEKTY GEOREFERENCOVÁNÍ MAP Katedra geomatiky Fakulta stavební České vysoké učení technické v Praze Jakub Havlíček, 22.10.2013,
VíceÚvod do mobilní robotiky AIL028
SLAM - souběžná lokalizace a mapování {md zw} at robotika.cz http://robotika.cz/guide/umor07/cs 10. ledna 2008 1 2 3 SLAM intro Obsah SLAM = Simultaneous Localization And Mapping problém typu slepice-vejce
VíceCentrum kompetence automobilového průmyslu Josefa Božka - 7. GSŘ 2015, Herbertov 6. a
WP15: Snížení problémů hluku a vibrací (tzv. NVH) a zlepšení vibračního pohodlí pro budoucí vozidla Vedoucí konsorcia podílející se na pracovním balíčku České vysoké učení technické v Praze, zodpov. osoba
VíceDFT 1D i 2D obrázkové připomenutí a trošku konvoluce 1
DFT D i 2D obrázkové připomenutí a trošku konvoluce Tomáš Svoboda Czech Technical University, Faculty of Electrical Engineering Center for Machine Perception, Prague, Czech Republic svoboda@cmp.felk.cvut.cz
VíceNumerické metody optimalizace - úvod
Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu
Více