Rozpoznávání objektů ve video sekvencích
|
|
- Petr Beneš
- před 7 lety
- Počet zobrazení:
Transkript
1 Rozpoznávání objektů ve video sekvencích Object recognition in video sequences Ing. Quy Ich PHAM, Katedra leteckých elektrotechnických systémů, Univerzita obrany, Brno Prof. Ing. Rudolf JALOVECKÝ, CSc Katedra leteckých elektrotechnických systémů, Univerzita obrany, Brno Ing. Martin POLÁŠEK, PhD Katedra leteckých elektrotechnických systémů, Univerzita obrany, Brno Resumé: Tento článek se zabývá rozpoznávání objektů ve městském prostředí. Navrhli jsme jeden algoritmus pro rozpoznávání cílů využitím techniky template matching v infračervených (IR), video sekvencích a ve video sekvencích získaných ve viditelné oblasti. Uživatel jednoduše zvolí daný objekt, v určitém okamžiku, v žádaném průběhu detekce objektů. Na základě charakteristických znaků zvoleného objektu, byla v navrženém algoritmu použita technika Template Matching, k nalezení daného objektu v obraze. Tento algoritmus byl testován v programu MATLAB a MATLAB - Simulink. This paper deals with object recognition in urban environmental condition. We proposed a method for targets recognition using template matching technique in infrared (IR) video sequences and video sequences acquired in visible range. A user simply chooses the given object at some point during detection. On the basis of feature of selected object, the algorithm employed the template matching techniques to find the object. The designed algorithm was tested in program MATLAB and MATLAB - SIMULINK. 1. Algoritmus pro rozpoznávání Představíme studium o rozpoznávání objektů ve video sekvencí použitím template matching techniky. Existuje mnoho kritérií podobnosti používaných v technice template matching [1]. V tomto článku jsme použivali kritérium podobnosti normalizovanou vzájemnou korelaci. Abychom vypočítali koeficient normalizované vzájemné korelace, byl použit tento vztah [2]
2 c u, v x, y x, y f x, y f g x u, y v u, v 2 f x, y f u, v g x u, y v g g 2 1 / 2 (1) kde: x y x y f, - souřadnice obrazu, g, - souřadnice obrazu g, g - střední hodnota souřadnice obrazu g, f u, v - střední hodnota souřadnice oblasti pod obrazu g. Základní princip algoritmu je následující. Předpokládejme, že objekt je vybrán v čase t s těžištěm T, a známe největší relativní rychlosti mezi kamerou a cílovým vct. Z tohoto plyne, že největší vzdálenost, na kterou se může tento objekt pohybovat po dobu intervalu Δt, je omezena kružnicí se středem T v čase t a poloměru R. Poloměr R je určen vztahem. R v ct t (2) kde: t t t k 1 F (3) v ct v t v c F snímková frekvence, k krok, vt rychlost cíle ve video sekvenci, vc rychlost kamery. Uživatel ořízne vzorkový obraz g, který by měl odpovídat cíli v původním obraze. Poté se parametry x, y, w, h použijí k určení xf, yf, wf, hf. Tyto proměnné jsou zobrazeny na obr. 1. (4) Obr. 1: Princip výběru obrazů z originálního obrazu -185-
3 K vyříznutí vzorkového obrazu ze snímku jsme použili MATLAB příkaz imcrop [3]. x f x tv h 2 (5) y f y tv h 2 (6) w f hn w (7) h f hn h (8) kde: hn Zvolená konstanta, tv Zvolená konstanta kdy tv = hn - 1. Princip algoritmu je popsán na obrázku 2 (obr. 2), což je červený - zelený - modrý (RGB) snímek i ze zdroje videa se načte a převede na šedý snímek [4, 5 a 6]. V intervalu (u, v) budeme aplikovat techniku template matching. V okamžiku kdy i = u, pomocí funkce imcrop ořízneme vzorkový obraz g. Poté se ořízne obraz f na základě xf, yf, wf, hf. Když i > u algoritmus automaticky porovnává vzorek obrazu g se skutečným obrazem f pomocí techniky template matching. Když je souřadnice cíle změněna, je nutné upravit proměnné xf, yf, wf, hf, abychom mohli oříznout nový obraz f. Proměnné jsou vypočteny na základě změn v cílové poloze. Po celou dobu zpracování se obraz g nezmění. Objekt bude považován za potenciální cíl v případě, že algoritmus najde normalizovaný korelační koeficient maxcc, který je větší než 0.8. Pokud je maxcc větší než 0.9, cíl je okamžitě rozpoznán. V případě 0.8 < maxcc < 0.9 bude cíl uznán, Obr. 2: Princip algoritmu -186-
4 pokud splňuje další podmínky. V tomto článku jsme použili podmínku polohy, který porovná nové pozice s předchozími polohami cíle. 2. Experimentální výsledky Navržený algoritmus byl testován pro dvě specifické situace. V prvním případě, každý zpracovávaný snímek z video sekvence obsahuje pouze jeden zájmový objekt. V ostatních, každý snímek video sekvence obsahuje mnoho různých zájmových objektů. K dispozici jsou tři parametry k, (hn, tv) a velikost cíle, které můžou být změněny k ověření algoritmu. V prvním případě jsme testovali účinky změn parametrů algoritmu. Doba výpočtu algoritmu závisí na výběru parametrů. 2.1 Ve videu s výskytem jediného cíle Změna velikosti vzorkového obrazu g Byly testovány 3 následující případy. Velikost obrazu g je podobná jako obraz cíle, Velikost obrazu g je větší než obraz cíle, Velikost obrazu g je menší než obraz cíle. Ve všech třech případech, velikost obrazu f je vždy dvojnásobek velikosti obrazu g. Účelem změny velikosti obrazu g je testovat rychlost zpracování a přesnost algoritmu použitím techniky template matching. Obr. 3: Tři používané případy 1. případ Obr. 4: Použití parametrů 1. případ -187-
5 Pokud je velikost obrazu g větší, než je velikost cíle, doba zpracování je vyšší. Přesnost rozeznávání cíle se však také snižuje. Na obrázku (Obr. 4) je zeleně vyznačen případ s nejlepšími výsledky Case 1 Case 2 Case 3 Cross correlation coefficients Frames Obr. 5: Změna koeficientu normované vzájemné korelace 1. případ Obrázek 6 (Obr. 6) ukazuje pohyb cíle v obraze, v daném intervalu (u, v). Uražené vzdálenosti jsou označeny červenou, modrou, zelenou barvou. Obr. 6: Výsledky rozpoznávání 1. případ Změna velikosti obrazu f Obrázek 7 ukazuje závislost příčného korelačního koeficientu v různých snímcích. V případě, že velikost obrazu g je stejná jako cíl; modré, zelené a červené křivky jsou stejné, je rozdíl pouze v době výpočtu (viz Obr. 8). V případě, že velikost obrazu g je menší než cíl, jsou výsledky purpurové a žluté křivky lepší než výsledek světle modré křivky. Fialová křivka je nejlepší výsledek v porovnání s ostatními
6 Cross correlation cofficient Case 1 Case 2 Case 3 Case 4 Case 5 Case Frames Obr. 7: Změna koeficientu normované vzájemné korelace 2. případ Obr. 8: Použití parametrů 2. případ Vliv prostředí na algoritmus Nyní budeme pokračovat v testování algoritmus pro případ, kdy cíl je částečně zakrytý překážkami, např. v podobě stromů. Vlivem tohoto zakrytí se vlastnosti cíle se změní. Obrázek 9 ukazuje u-tý originální snímek a 3 případy různých velikostí g. Obr. 9: Tři použivané případy 3. případu Obr. 10: Použití parametrů 3. případu -189-
7 Obr. 11: Výsledky rozpoznávání 3. případu Šipky znázorňují směr cíle a jeho délka představuje vzdálenost ujetou od 6. do 80. snímku, viz obrázek 11. Na stejném obrázku modré, zelené a červené křivky označují směr a uraženou vzdálenost cíle určené pomocí algoritmu Vliv pohybu cíle na algoritmus Dále byl testován případ, kdy cíle se přibližuje směrem ke kameře. V tomto případě se velikost cíle změní, takže hodnota maxcc se mění také. Obr. 12: Tři použivané případy 4. případu Cross correlation coefficients th frame Frames Obr. 13: Změna koeficientu normované vzájemné korelace 4. případu Obrázek 13 ukazuje výsledek algoritmu. Hodnota maxcc klesla pod 0.8 od 83. snímku. To znamená, že algoritmus nebude správně identifikovat cíl mezi snímky 83 až
8 2.2 Ve videu s výskytem několik cílů Nyní budeme testovat video sekvence, které obsahují mnoho objektů pro různé velikosti obrazu f. Důvodem je testování schopnosti algoritmu v případě, že obraz f obsahuje více než jeden objekt. K otestování této situace je nutné, aby velikost vzorkového obrazu g byla co nejvíce shodná s velikostí cíle v daném snímku Změna velikosti obrazu f první případ V tomto případě jsme změnili velikost obraz f, aby jeho velikost byla rovna dvojnásobku velikosti vzorkového obrazu g. V obrázku f, máme tedy pouze jeden objekt, který chceme rozpoznat. Obr. 14: Výsledky rozpoznávání 5. případu Cross correlation coefficients Frames Obr. 15: Změna koeficientu normované vzájemné korelace 5. případu Změna velikosti obrazu f druhý případ V tomto případě jsme změnili velikost obrazu f, aby jeho velikost byla šestinásobkem velikosti vzorkového obrazu g. V obrazu f se nachází dva objekty
9 Obr. 16: Výsledky rozpoznávání 6. případu Cross correlation coefficients Frames Obr. 17: Změna koeficientu normované vzájemné korelace 6. případu 3. Závěr Z těchto srovnání můžeme vyhodnotit, že technika template matching může být realizována v IR video sekvenci k rozpoznání daného cíle. Změny intenzity a velikosti vzorkového obrazu má vliv na kritérium podobnosti tj. koeficient normalizované vzájemné korelace. Ve video sekvencích s výskytem mnoha objektů, stále můžeme používat výběr jednoho objektu ve snímku videa k rozpoznání objektů v jiných snímcích. Z výše uvedených poznatků je patrné, že při výběru velikosti vzorkového obrazu s téměř shodnou velikostí s cílem a současně výběrem velikosti obrazu f s dvou až tří násobnou velikostí vzorkového snímku g, nám dá výsledek s vysokou přesností a doba zpracování je přijatelná. V případě nepohybujícího se cíle, koeficient vzájemné korelace maxcc se mění méně ve srovnání s případem pohybujícího se cíle. V případě pohybujících se objektů, se mění směr pohybu cíle a vzdálenost cíl kamera. Z toho plyne, že snímaný tvar cíle se také mění s časem a tím pádem se mění i korelační koeficient. Ke zlepšení detekce cíle by bylo vhodné, aby se vzorkový obraz g, po určité době, aktualizoval. Tím by se zabránilo snižování hodnoty -192-
10 korelačního koeficientu. V tomto článku jsme testovali první případ, tj. vzorkový obraz g je při době zpracování beze změny. Literatura [1] AHUJA, Siddhant. Normalized Cross Correlation. Wordpress.com [online]. [cit ]. Dostupné z: [2] BRUNELLI, Roberto. Template matching techniques in computer vision: theory and practice. Chichester, U.K.: Wiley, 2009, x, 338 p. ISBN , [3] Crop image - MATLAB imcrop [online]. Matlab. Dostupné z: [4] GONZALEZ, Rafael C a Richard E WOODS. Digital image processing. 3rd ed. Upper Saddle River: Pearson, c2008, xxii, 954 s. ISBN X, [5] Nobuyuki Otsu (1979). A threshold selection method from gray-level histograms. IEEE Trans. Sys., Man., Cyber. 9 (1): doi: /tsmc , [6] PHAM, Quy Ich; POLÁŠEK, Martin. Using Threshold Techniques for Object Detection in Infrared Images. V: Proceedings of the 16th International Conference on Mechatronics Mechatronika Brno: University of Technology, Brno, 2014, p ISBN , [7] PHAM, Quy Ich; POLÁŠEK, Martin. Using template matching technique for object detection in infrared images. V: Transport Means Kaunas, Lithuania: Kaunas University of Technology, Lithuania, 2014, p ISSN X, [8] PHAM, Quy Ich; POLÁŠEK, Martin. algorithm for military object detection using image data. V: Designing an Air transportation system with multi-level resilience. Colorado Springs, USA: ALR International, 2014, p. "3D3-1"-"3D3-15". ISBN Dedikace The work presented in this paper has been supported by the Ministry of Defence and Ministry of Education, Youth and Sports of the Czech Republic (K206 Student research program Implementation of modern technologies in avionics systems -193-
Návrh 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
VíceSeznam výsledků: Rudolf Jalovecký
Seznam výsledků: Rudolf Jalovecký Celkem: 153 Elektronické dokumenty [A] 1. BYSTŘICKÝ, Radek; JALOVECKÝ, Rudolf. Měření, diagnostika, spolehlivost palubních soustav letadel. Prezentace. 2007. ISBN 80 7231
VíceAnalýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích
Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích Analysis of MSAF algorithm for speech enhancement in combat vehicles Ing. Jaroslav Hovorka MESIT přístroje spol. s r.o., Uherské
VíceROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA
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
VíceSTUDIUM HLADINOVÉHO ELEKTROSTATICKÉHO
STUDIUM HLADINOVÉHO ELEKTROSTATICKÉHO ZVLÁKŇOVÁNÍ J. Kula, M. Tunák, D. Lukáš, A. Linka Technická Univerzita v Liberci Abstrakt V posledních letech se uplatňuje výroba netkaných, nanovlákenných vrstev,
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
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
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
VíceON-LINE SLEDOVÁNÍ POHYBUJÍCÍHO SE PŘEDMĚTU S VYUŽITÍM DIGITÁLNÍ KAMERY ON-LINE TRACKING OF MOVING OBJECT USING DIGITAL CAMERA
ON-LINE SLEDOVÁNÍ POHYBUJÍCÍHO SE PŘEDMĚTU S VYUŽITÍM DIGITÁLNÍ KAMERY ON-LINE TRACKING OF MOVING OBJECT USING DIGITAL CAMERA Jan Mareš 1, Lucie Gráfová 2, Aleš Procházka 3 Anotace: Příspěvek popisuje
VíceNUMERICKÉ ŘEŠENÍ VIBROIZOLACE STROJE
NUMERICKÉ ŘEŠENÍ VIBROIZOLACE STROJE Jiří Vondřich., Radek Havlíček. Katedra mechaniky a materiálů, Fakulta elektrotechnická, ČVUT Praha Abstract Vibrace stroje způsobují nevyvážené rotující části stroje,
VíceAnténní řada 2x2 pro přenos digitálního TV signálu v pásmu 4,4 až 5 GHz
Rok / Year: Svazek / Volume: Číslo / Issue: 2012 14 3 Anténní řada 2x2 pro přenos digitálního TV signálu v pásmu 4,4 až 5 GHz 2x2 antenna array for receiving of the digital Tv signal working in the band
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
VícePOŽADAVKY UŽIVATELE DOPRAVNÍHO SYSTÉMU USER REQUIREMENTS TRANSPORT SYSTEM
POŽADAVKY UŽIVATELE DOPRAVNÍHO SYSTÉMU USER REQUIREMENTS TRANSPORT SYSTEM Rudolf Kampf 1 Anotace: Článek se zabývá problematikou základních parametrů, které ovlivňují volbu dopravního prostředku uživatelem.
VíceObsluha měřicích zařízení kontaktní metody
T E C H N I C K Á U N I V E R Z I T A V L I B E R C I FAKULTA STROJNÍ KATEDRA VÝROBNÍCH SYSTÉMŮ A AUTOMATIZACE Obsluha měřicích zařízení kontaktní metody Ing. Petr Keller, Ph.D. Ing. Petr Zelený, Ph.D.
Více2 VLIV POSUNŮ UZLŮ V ZÁVISLOSTI NA TVARU ZTUŽENÍ
Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava číslo 1, rok 2010, ročník X, řada stavební článek č. 6 Marie STARÁ 1 PŘÍHRADOVÉ ZTUŽENÍ PATROVÝCH BUDOV BRACING MULTI-STOREY BUILDING
VícePREDIKCE DÉLKY KOLONY V KŘIŽOVATCE PREDICTION OF THE LENGTH OF THE COLUMN IN THE INTERSECTION
PREDIKCE DÉLKY KOLONY V KŘIŽOVATCE PREDICTION OF THE LENGTH OF THE COLUMN IN THE INTERSECTION Lucie Váňová 1 Anotace: Článek pojednává o předpovídání délky kolony v křižovatce. Tato úloha je řešena v programu
VíceKlepnutím lze upravit styl předlohy. nadpisů. nadpisů.
1/ 13 Klepnutím lze upravit styl předlohy Klepnutím lze upravit styl předlohy www.splab.cz Soft biometric traits in de identification process Hair Jiri Prinosil Jiri Mekyska Zdenek Smekal 2/ 13 Klepnutím
VíceINFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION
VLIV INFORMATIVNÍ TABULE NA ZMĚNU RYCHLOSTI VE VYBRANÉ LOKALITĚ INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION Martin Lindovský 1 Anotace: Článek popisuje měření prováděné na
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
VíceTransect analysis of reconstructed georelief of the Lake Most area in the years 1938, 1953, 1972, 1982 and 2008
Analýza profilů rekonstruovaného reliéfu v oblasti Mosteckého jezera z let 1938, 1953, 1972, 1982 a 2008 Transect analysis of reconstructed georelief of the Lake Most area in the years 1938, 1953, 1972,
VíceMetoda Monte Carlo a její aplikace v problematice oceňování technologií. Manuál k programu
Metoda Monte Carlo a její aplikace v problematice oceňování technologií Manuál k programu This software was created under the state subsidy of the Czech Republic within the research and development project
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceVyhodnocení experimentálního měření kmitání vibrační třídičky pomocí optické metody
Vyhodnocení experimentálního měření kmitání vibrační třídičky pomocí optické metody Bc. Martin Machač, Ing. Jan Hoidekr ČVUT v Praze, Fakulta strojní, Ústav konstruování a částí stojů, Technická 4, 166
VíceStudentská tvůrčí a odborná činnost STOČ 2017
Studentská tvůrčí a odborná činnost STOČ 2017 Detekce a analýza pohybu osob založená na analýze obrazu Bc. Robin Antonič Mendelova univerzita v Brně, Zemědělská 1 20. dubna 2017 FAI UTB ve Zlíně Klíčová
VíceAPROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL
APROXIMACE KŘIVEK V MATLABU NEWTONŮV INTERPOLAČNÍ POLYNOM CURVE FITTING IN MATLAB NEWTON INTERPOLATION POLYNOMIAL Jiří Kulička 1 Anotace: Článek se zabývá odvozením, algoritmizací a popisem konstrukce
VíceSystémy digitálního vodotisku. Digital Watermarking Systems
Systémy digitálního vodotisku Digital Watermarking Systems Simona PEJSAROVÁ Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta Katedra informačních technologií Kamýcká 129, Praha 6, Česká
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
VíceMěření průtoku kapaliny s využitím digitální kamery
Měření průtoku kapaliny s využitím digitální kamery Mareš, J., Vacek, M. Koudela, D. Vysoká škola chemicko-technologická Praha, Ústav počítačové a řídicí techniky, Technická 5, 166 28, Praha 6 e-mail:
VíceNEW TRANSPORT TECHNOLOGY - BUSES ON CALL
NEW TRANSPORT TECHNOLOGY - BUSES ON CALL Jiří Čejka, Ladislav Bartuška 1 ABSTRACT The article deals with the provision of transport services through an alternative method - buses on call. This new technology
VíceVliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin
Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin doc. Ing. Martin Štroner, Ph.D. Fakulta stavební ČVUT v Praze 1 Úvod Při přesných inženýrsko geodetických
VíceNÁVRH ZPRACOVÁNÍ DAT SCIO V PROSTŘEDÍ GIS
NÁVRH ZPRACOVÁNÍ DAT SCIO V PROSTŘEDÍ GIS Zajícová Zuzana Geoinformatika VŠB Technická univerzita Ostrava 17. Listopadu 15 708 33 Ostrava Poruba E-mail: zzajic@volny.cz Abstract The aim of this work is
VíceOffice 2007 Styles Autor: Jakub Oppelt Vedoucí práce: Ing. Václav Novák, CSc. Školní rok: 2009 10
Office 2007 Styles Autor: Jakub Oppelt Vedoucí práce: Ing. Václav Novák, CSc. Školní rok: 2009 10 Abstrakt Tato práce se zabývá novým grafickým uživatelským rozhraním, který se objevil s nástupem Microsoft
VíceQuantization of acoustic low level signals. David Bursík, Miroslav Lukeš
KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0250 Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D.
VíceCONTROLLING IN LOGISTICS CHAIN
CONTROLLING IN LOGISTICS CHAIN Jaroslav Morkus, Rudolf Kampf, Alan Andonov 1, Rudolf Kampf 2 ABSTRACT The article is focused on the controlling in logistics chain. It deals with the basic methodology using
VícePOPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS
POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS Kateřina Pojkarová Anotace:Dopravu vužívají lidé za různým účelem, mimo jiné i ke svým cestám
VíceOdečítání pozadí a sledování lidí z nehybné kamery. Ondřej Šerý
Odečítání pozadí a sledování lidí z nehybné kamery Ondřej Šerý Plán Motivace a popis úlohy Rozdělení úlohy na tři části Detekce pohybu Detekce objektů Sledování objektů Rozbor každé z částí a nástin několika
VíceVolba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D
Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D Jiří Stančík Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 61200 Brno e-mail: HTUxcstancik@fch.vutbr.czUTH Úkolem této práce
VíceSIFT: 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
VíceProfesor Ing. Aleš Komár, CSc. Aplikace palivového aditiva v provozu vojenské techniky AČR
VOJENSKÝ PROFESIONÁL Profesor Ing. Aleš Komár, CSc. Aplikace palivového aditiva v provozu vojenské techniky AČR Článek prezentuje výsledky obranného výzkumu MO k zajištění ekonomičnosti a bezpečnosti provozu
Více1. ÚVOD 2. MAGNETOMETRY 2.1. PRINCIP MAGNETOMETRŮ 2009/26 18. 5. 2009
ZÁKLADNÍ PRVK KONSTRUKCE ELEKTRONICKÉO KOMPASU Ing. David Skula Ústav automatizace a měřicí techniky Fakulta elektrotechniky a komunikačních technologií VUT v Brně Kolejní 2960/4, 612 00 Brno Email: xskula00@stud.feec.vutbr.cz
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VícePM generátory s různým počtem pólů a typem vinutí pro použití v manipulační technice
Rok / Year: Svazek / Volume: Číslo / Number: 014 16 PM generátory s různým počtem pólů a typem vinutí pro použití v manipulační technice PM Generators with Different Number of Poles an Wining Types for
VícePoužití softwaru VisVAP pro vývoj nových systémů řízení dopravy aplikace fuzzy algoritmů pro LŘD a SSZ.
Použití softwaru VisVAP pro vývoj nových systémů řízení dopravy aplikace fuzzy algoritmů pro LŘD a SSZ. ČVUT v Praze Fakulta dopravní, Ústav aplikované informatiky v dopravě Zdroj: http://www.okruhprahy.cz/
VíceStanovení typu pomocného regulátoru v rozvětvených regulačních obvodech
Proceedings of International Scientific onference of FME Session 4: Automation ontrol and Applied Informatics Paper 7 Stanovení typu pomocného regulátoru v rozvětvených regulačních obvodech DAVIDOVÁ, Olga
VíceNázev práce: DIAGNOSTIKA KONTAKTNĚ ZATÍŽENÝCH POVRCHŮ S VYUŽITÍM VYBRANÝCH POSTUPŮ ZPRACOVÁNÍ SIGNÁLU AKUSTICKÉ EMISE
Ing. 1 /12 Název práce: DIAGNOSTIKA KONTAKTNĚ ZATÍŽENÝCH POVRCHŮ S VYUŽITÍM VYBRANÝCH POSTUPŮ ZPRACOVÁNÍ SIGNÁLU AKUSTICKÉ EMISE Školitel: doc.ing. Pavel Mazal CSc Ing. 2 /12 Obsah Úvod do problematiky
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
VíceZpracování obrazové informace pro monitorování spalovacích procesů v průmyslové praxi za pomoci Wolfram Mathematica
Zpracování obrazové informace pro monitorování spalovacích procesů v průmyslové praxi za pomoci Wolfram Mathematica l. Úvod Zvyšování účinnosti spalovacích procesů v různých odvětvích techniky a průmyslu
VíceIntegrovaná dvoupásmová flíčkovo-monopólová anténa
Rok / Year: Svazek / Volume: Číslo / Number: 2015 17 2 Integrovaná dvoupásmová flíčkovo-monopólová anténa The integrated dual band monopole patch-antenna David Krutílek, Michal Mrnka, Vladimír Hebelka,
VíceLaboratorní přípravek DUOCOPTER
Laboratorní přípravek DUOCOPTER Laboratory equipment DUOCOPTER Ing. Radek Bystřický, Ph.D. Katedra leteckých elektrotechnických systémů, Univerzita obrany, Brno, email: radek.bystricky@unob.cz Resumé:
VíceTHE PREDICTION PHYSICAL AND MECHANICAL BEHAVIOR OF FLOWING LIQUID IN THE TECHNICAL ELEMENT
THE PREDICTION PHYSICAL AND MECHANICAL BEHAVIOR OF FLOWING LIQUID IN THE TECHNICAL ELEMENT PREDIKCE FYZIKÁLNĚ-MECHANICKÝCH POMĚRŮ PROUDÍCÍ KAPALINY V TECHNICKÉM ELEMENTU Kumbár V., Bartoň S., Křivánek
VíceZPRACOVÁNÍ OBRAZU PRO VYHODNOCENÍ SEGREGACE DRÁTŮ
ZPRACOVÁNÍ OBRAZU PRO VYHODNOCENÍ SEGREGACE DRÁTŮ K. Horák Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně Abstrakt Zpracování obrazu se jako disciplína technické kybernetiky
VícePavol Bukviš 1, Pavel Fiala 2
MODEL MIKROVLNNÉHO VYSOUŠEČE OLEJE Pavol Bukviš 1, Pavel Fiala 2 ANOTACE Příspěvek přináší výsledky numerického modelování při návrhu zařízení pro úpravy transformátorového oleje. Zařízení pracuje v oblasti
VíceZJIŠTĚNÍ ÚČINNOSTI ZAŘÍZENÍ PRO PROVOZNÍ INFORMACE V OBCI KOKORY
ZJIŠTĚNÍ ÚČINNOSTI ZAŘÍZENÍ PRO PROVOZNÍ INFORMACE V OBCI KOKORY DETERMINING THE EFFECTIVENESS OF EQUIPMENT FOR TRAFFIC INFORMATION IN THE MUNICIPALITY KOKORY Martin Lindovský 1 Anotace: Tento článek se
VíceDPZ - Ib Interpretace snímků
DPZ - Ib Interpretace snímků Ing. Tomáš Dolanský 2007 Co je DPZ? Bezkontaktní metoda poznávání Zaměřuje se na tvar, velikost a vlastnosti objektů a jevů na zemském povrchu K poznávání využívá vlastností
VíceUNIVERZITA PARDUBICE DOPRAVNÍ FAKULTA JANA PERNERA BAKALÁŘSKÁ PRÁCE. 2008 Tomáš Vojtek
UNIVERZITA PARDUBICE DOPRAVNÍ FAKULTA JANA PERNERA BAKALÁŘSKÁ PRÁCE 2008 Tomáš Vojtek Univerzita Pardubice Dopravní fakulta Jana Pernera Deformace rámu testovacího zařízení železničních kol při realizaci
VíceDRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY
MASARYKOVA UNIVERZITA V BRNĚ Přírodovědecká fakulta Geografický ústav Jiří OTRUSINA DRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY D i p l o m o v á p r á c e Vedoucí práce: Doc. RNDr. Petr Dobrovolný, CSc. Brno 2007
VíceVÝZKUM VLASTNOSTÍ SMĚSI TEKBLEND Z HLEDISKA JEJÍHO POUŽITÍ PRO STAVBU ŽEBRA
Vladimír Petroš, VŠB Technická univerzita Ostrava, 17. listopadu 15/2172, 708 33 Ostrava, Poruba, tel.: +420 597325287, vladimir.petros@vsb.cz; Jindřich Šancer, VŠB Technická univerzita Ostrava, 17. listopadu
VíceBRDSM: Komplexní systém dynamického řízení kvality plynule odlévané oceli
BRDSM: Komplexní systém dynamického řízení kvality plynule odlévané oceli Registrační číslo: 132071 Garant výsledku: prof. Ing. Josef Štětina, Ph.D. Typ: Software - R Rok vydání: 30. 12. 2016 Instituce:
Více1. ÚVOD. Vladislav Křivda 1
ODVOZENÍ PŘEPOČTOVÝCH KOEFICIENTŮ SILNIČNÍCH VOZIDEL V DOPRAVNÍM PROUDU DLE JEJICH DYNAMICKÝCH CHARAKTERISTIK DERIVATION OF COEFFICIENTS OF ROAD VEHICLES IN TRAFFIC FLOW ACCORDING TO ITS DYNAMIC CHARACTERISTICS
VíceVLIV OKRAJOVÝCH PODMÍNEK NA VÝSLEDEK ZKOUŠKY TEPELNÉHO VÝKONU SOLÁRNÍHO KOLEKTORU
Energeticky efektivní budovy 2015 sympozium Společnosti pro techniku prostředí 15. října 2015, Buštěhrad VLIV OKRAJOVÝCH PODMÍNEK NA VÝSLEDEK ZKOUŠKY TEPELNÉHO VÝKONU SOLÁRNÍHO KOLEKTORU Bořivoj Šourek,
VíceZAŘÍZENÍ MAGNETICKÉHO CHLAZENÍ NA ČVUT FAKULTĚ STROJNÍ
11 th conference on Power System Engineering, Thermodynamics & Fluid Flow - ES 2012 June 13-15, 2012, Srni, Czech Republic ZAŘÍZENÍ MAGNETICKÉHO CHLAZENÍ NA ČVUT FAKULTĚ STROJNÍ TUČEK Antonín (TechSoft
VíceANALYTICKÉ PROGRAMOVÁNÍ
ZVYŠOVÁNÍODBORNÝCH KOMPETENCÍAKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉUNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ ANALYTICKÉ PROGRAMOVÁNÍ Eva Volná Zuzana Komínková Oplatková Roman Šenkeřík OBSAH PRESENTACE
VíceSLEDOVÁNÍ POHYBU OČÍ POMOCÍ KAMERY CAMERA BASED EYE TRACKING
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceObr. 1: Vizualizace dat pacientů, kontrolních subjektů a testovacího subjektu.
Řešení příkladu - klasifikace testovacího subjektu pomocí Bayesova klasifikátoru: ata si vizualizujeme (Obr. ). Objem mozkových komor 9 8 7 6 5 pacienti kontroly testovací subjekt 5 6 Objem hipokampu Obr.
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
VíceInterní norma č. 22-102-01/01 Průměr a chlupatost příze
Předmluva Text vnitřní normy byl vypracován v rámci Výzkumného centra Textil LN00B090 a schválen oponentním řízením dne 7.12.2004. Předmět normy Tato norma stanoví postup měření průměru příze a celkové
VíceVÝVOJ NOVÉ GENERACE ZAŘÍZENÍ S POKROČILOU DIAGNOSTIKOU PRO STANOVENÍ KONTAKTNÍ DEGRADACE
VÝVOJ NOVÉ GENERACE ZAŘÍZENÍ S POKROČILOU DIAGNOSTIKOU PRO STANOVENÍ KONTAKTNÍ DEGRADACE Jiří Dvořáček Prezentace k obhajobě doktorské dizertační práce Institute of Machine and Industrial Design Faculty
Vícevzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291
Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených
VícePRO K206 Kompletní letecký elektronický systém pro UAS
PRO K206 Kompletní letecký elektronický systém pro UAS Evidenční list software Název FV (MOP) Datum realizace Leden květen 2013 Určení FV Program je určen k měření reakcí člověka pilota na oční vjem změnu
VíceKlasifikace webových stránek na základě vizuální podoby a odkazů mezi dokumenty
Klasifikace webových stránek na základě vizuální podoby a odkazů mezi dokumenty Petr Loukota, Vladimír Bartík Ústav informačních systémů, Fakulta informačních technologií VUT v Brně, Česká republika iloukota@fit.vutbr.cz,
VíceVyužití obrazové korelace leteckých měřických snímků pro potřeby aktualizace budov v ZABAGED
Využití obrazové korelace leteckých měřických snímků pro potřeby aktualizace budov v ZABAGED Vojtěch HRON Odbor sběru dat ZABAGED Zeměměřický úřad Praha Katedra geomatiky Fakulta stavební ČVUT v Praze
VíceDOPLNĚK 1 - BARVY LETECKÝCH POZEMNÍCH NÁVĚSTIDEL, ZNAČENÍ, ZNAKŮ A PANELŮ
DOPLNĚK 1 - BARVY LETECKÝCH POZEMNÍCH NÁVĚSTIDEL, ZNAČENÍ, ZNAKŮ A PANELŮ 1. Všeobecně Úvodní poznámka: Následující ustanovení určují hranici chromatičnosti světla leteckých pozemních návěstidel, značení,
VíceZkušenosti s diagnostikou avionických systémů vrtulníků Mi-24
Zkušenosti s diagnostikou avionických systémů vrtulníků Mi-24 Experience with diagnostics of Mi-24 helicopters avionics systems Ing. Jiří Pařízek, CSc. University of Defence, email: jiri.parizek@unob.cz
VíceJan Kaiser xkaiserj@feld.cvut.cz. ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky Technická 2, 166 27 Praha 6
KOLORIMETRICKÉ ZKRESLENÍ ZPŮSOBENÉ NOVÝMI ZOBRAZOVACÍMI SYSTÉMY, ASPEKTY MODERNÍCH OBRAZOVÝCH KOMPRESNÍCH METOD Jan Kaiser xkaiserj@feld.cvut.cz ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky
VíceHODNOCENÍ VLASTNOSTÍ VÝKOVKŮ ROTORŮ Z OCELI 26NiCrMoV115
HODNOCENÍ VLASTNOSTÍ VÝKOVKŮ ROTORŮ Z OCELI 26NiCrMoV115 Martin BALCAR a), Václav TURECKÝ a), Libor Sochor a), Pavel FILA a), Ludvík MARTÍNEK a), Jiří BAŽAN b), Stanislav NĚMEČEK c), Dušan KEŠNER c) a)
VícePROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU
PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU J. Mareš*, A. Procházka*, P. Doležel** * Ústav počítačové a řídicí techniky, Fakulta chemicko-inženýrská, Vysoká škola chemicko-technologická, Technická
VíceVLIV POČTU NESHODNÝCH VZORKŮ PŘI VYHODNOCOVÁNÍ PŘIJATELNOSTI SYSTÉMU MĚŘENÍ METODOU KŘÍŽOVÝCH TABULEK
VLIV POČTU NESHODNÝCH VZORKŮ PŘI VYHODNOCOVÁNÍ PŘIJATELNOSTI SYSTÉMU MĚŘENÍ METODOU KŘÍŽOVÝCH TABULEK Ing. Jana Hadvičáková Ing. Pavel Klaput, Ph.D. Katedra managementu kvality, VŠB-TU Ostrava E-mail:
VíceKorelace. Komentované řešení pomocí MS Excel
Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne
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
VíceCFD simulace teplotně-hydraulické charakteristiky na modelu palivové tyči v oblasti distanční mřížky
Konference ANSYS 011 CFD simulace teplotně-hydraulické charakteristiky na modelu palivové tyči v oblasti distanční mřížky D. Lávička Západočeská univerzita v Plzni, Katedra energetických strojů a zařízení,
VícePENĚŽNÍ VYDÁNÍ NA DOPRAVU V ČR MONETARY TRANSPORT EXPENSES IN CZECH REPUBLIC
PENĚŽNÍ VYDÁNÍ NA DOPRAVU V ČR MONETARY TRANSPORT EXPENSES IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace: Tak, jako je doprava je významnou a nedílnou součástí každé ekonomiky, jsou vydání na dopravu
VíceJiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV. Interaktivní tabule ve vzdělávání
Jiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV Interaktivní tabule ve vzdělávání 1 Úvod Didaktická technika a učební pomůcky se pro dnešní generaci vzdělávání staly téměř nepostradatelnými.
VíceMODÁLNÍ ANALÝZA ZVEDACÍ PLOŠINY S NELINEÁRNÍ VAZBOU
MODÁLNÍ ANALÝZA ZVEDACÍ PLOŠINY S NELINEÁRNÍ VAZBOU Autoři: Ing. Jan SZWEDA, Ph.D., Katedra mechaniky, Fakulta strojní, VŠB-Technická univerzita Ostrava, e-mail: jan.szweda@vsb.cz Ing. Zdeněk PORUBA, Ph.D.,
VíceModerní metody rozpoznávání a zpracování obrazových informací 15
Moderní metody rozpoznávání a zpracování obrazových informací 15 Hodnocení transparentních materiálů pomocí vizualizační techniky Vlastimil Hotař, Ondřej Matúšek Katedra sklářských strojů a robotiky Fakulta
Více, ČVUT v Praze Připravil: Ing. Zdeněk Patočka Letecké laserové skenování a jeho využití v inventarizaci lesa
22. 10. 2015, ČVUT v Praze Připravil: Ing. Zdeněk Patočka Letecké laserové skenování a jeho využití v inventarizaci lesa Ing. Zdeněk Patočka Ústav hospodářské úpravy lesů a aplikované geoinformatiky, LDF
VíceCíl Vyhodnotit současný stav migračně prostorové diferenciace území ČR a migrační tendence na základě údajů za obce ČR
Cíl Vyhodnotit současný stav migračně prostorové diferenciace území ČR a migrační tendence na základě údajů za obce ČR Data Obce ČR 2011 (Veřejná databáze ČSÚ) SPSS IBM, ArcGIS Proměnné: intenzita migračního
Víceplk. Mgr. Lukáš Habich Problematika kybernetické kriminality mezi dětmi z pohledu Policie ČR
plk. Mgr. Lukáš Habich Problematika kybernetické kriminality mezi dětmi z pohledu Policie ČR Anotace Příspěvek se zabývá problematikou kybernetické kriminality 1 mezi dětmi z pohledu Policie ČR a zároveň
VíceZelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ
Zelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ Řešitelský tým Vedoucí projektu: Ing. Eva Jaderná, Ph.D., Katedra marketingu a managementu
VíceANALÝZA SNÍMKŮ Z CELOOBLOHOVÉ KAMERY
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ Katedra telekomunikační techniky ANALÝZA SNÍMKŮ Z CELOOBLOHOVÉ KAMERY SEMESTRÁLNÍ PRÁCE Autor práce: Vedoucí práce: Ladislav Chmela Ing. Jaroslav
VíceRozpoznávání v obraze
Rozpoznávání v obraze AdaBoost a detekce objektů IKR, 2013 Roman Juránek www.fit.vutbr.cz/~ijuranek/personal Detekce objektů Úloha - v daném obraze nalézt objekty určitých tříd
VíceLADISLAV RUDOLF. Doc., Ing., Ph.D., University of Ostrava, Pedagogical fakulty, Department of Technical and Vocational Education, Czech Republic
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 2/16/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.2.18 LADISLAV RUDOLF Metodika optimalizačního softwaru vyhodnocení
VíceVLIV KVALITY OBYTNÉHO PROSTŘEDÍ SÍDLA NA CENU NEMOVITOSTÍ PRO BYDLENÍ
VLIV KVALITY OBYTNÉHO PROSTŘEDÍ SÍDLA NA CENU NEMOVITOSTÍ PRO BYDLENÍ THE INFLUENCE OF THE QUALITY OF THE RESIDENTIAL ENVIRONMENT SEAT ON THE PRICE OF REAL ESTATE FOR HOUSING Markéta Nichtová Univerzita
VíceNAIL072 ROZPOZNÁVÁNÍ VZORŮ
NAIL072 ROZPOZNÁVÁNÍ VZORŮ RNDr. Jana Štanclová, Ph.D. jana.stanclova@ruk.cuni.cz www.cuni.cz/~stancloj LS Zk 2/0 OSNOVA 1. Úvod do rozpoznávání vzorů 2. Bayesovská teorie rozpoznávání 3. Diskriminační
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VíceELIMINACE VLIVU DRUHÉ ROTACE PŘI AFINNĚ INVARIANTNÍM 2D ROZPOZNÁVÁNÍ
ELIMINACE VLIVU DRUHÉ ROTACE PŘI AFINNĚ INVARIANTNÍM 2D ROZPOZNÁVÁNÍ K. Nováková 1, J. Kukal 1,2 1 Fakulta jaderná a fyzikálně inženýrská, ČVUT v Praze 2 Ústav počítačové a řídicí techniky, VŠCHT Praha
VíceSledování změn obsahu volného aktivního chloru při dopravě pitné vody
Sledování změn obsahu volného aktivního chloru při dopravě pitné vody Ing. Kateřina Slavíčková, Prof. Ing. Alexander Grünald, Csc., Ing. Marek Slavíček Katedra zdravotního inženýrství, Fakulta stavební,
VíceVLIV VYBRANÝCH PARAMETRŮ TECHNOLOGICKÉHO PROCESU NA VLASTNOSTI A CHOVÁNÍ SYSTÉMŮ TENKÁ VRSTVA SUBSTRÁT
VLIV VYBRANÝCH PARAMETRŮ TECHNOLOGICKÉHO PROCESU NA VLASTNOSTI A CHOVÁNÍ SYSTÉMŮ TENKÁ VRSTVA SUBSTRÁT THE INFLUENCES OF SELECTED PARAMETERS OF TECHNOLOGICAL PROCESS ON PROPERTIES AND BEHAVIOUR OF SYSTEMS
VíceVLIV TUHOSTI PÍSTNÍHO ČEPU NA DEFORMACI PLÁŠTĚ PÍSTU
68 XXXIV. mezinárodní konference kateder a pracovišť spalovacích motorů českých a slovenských vysokých škol VLIV TUHOSTI PÍSTNÍHO ČEPU NA DEFORMACI PLÁŠTĚ PÍSTU Pavel Brabec 1, Celestýn Scholz 2 Influence
Více