Video analysis: an automatic time measurement in the robotic car competition
Automatické měření času při závodě robotických aut za pomoci kamerových snímků
bakalářská práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/120987Identifikátory
SIS: 216025
Kolekce
- Kvalifikační práce [11325]
Autor
Vedoucí práce
Oponent práce
Šikudová, Elena
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná informatika
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
14. 9. 2020
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
Zpracování obrazu, Analýza videa, Trekování objektů, Robotické závodyKlíčová slova (anglicky)
Image processing, Video analysis, Object tracking, Robotic racesNaším hlavním cílem bylo navrhnout algoritmus, který by dokázal automaticky vy- hodnotit závody robotických aut z video snímků cílového úseku trati. S použitím stan- dardních metod zpracování obrazu jsme navrhli dva různé algoritmy, které se liší jak v očekávaném vstupu, tak v použitých metodách. Náš první algoritmus je schopný vyhod- notit závody libovolných robotických aut, jelikož k jejich rozpoznávání využívá předem pořízené referenční fotografie. I když jsme tento algoritmus úspěšně otestovali na námi pořízených tréninkových nahrávkách, ukázalo se, že existují i situace, ve kterých má tento algoritmus větší tendenci chybovat. Proto jsme nakonec navrhnuli i druhý algoritmus, který funguje ještě spolehlivěji než ten původní, a to výměnou za požadavek, aby závodící auta byla jednoznačně odlišená barevnými štítky. 1
Our main goal was to design an algorithm that would automatically evaluate robotic races from the video of the track's finish section. To solve this problem, we used various image processing methods and consequently proposed two different solutions that differ both in the expected input and the inner logic. The first algorithm can evaluate races of cars of an arbitrary appearance since it recognizes cars based on their reference photos. Although this solution proved to be working in all of our experimental recordings, we are aware of a few situations in which this algorithm could be prone to make mistakes. Therefore, we also came up with another algorithm that works more reliably in exchange for demanding cars to have unique color labels. 1