Licence a patenty
Podle potřeby je možné poskytnout licence na výsledky a software, které jsou na fakultě k dispozici. Tento způsob spolupráce je vhodný pro vývoj složitějších řešení s garantovanou dobou řešení a s větší finanční náročností. V případě zájmu nám zašlete odbornou oblast včetně stručného popisu problému a požadovaných výsledků. Tyto informace nebudou žádným způsobem dále šířeny a poslouží k výběru kompetentních odborníků pro další jednání ohledně spolupráce.
Robot RUDA vznikl na naší fakultě v roce 2014. Je tvořen pásovým podvozkem na kterém je umístěna modulární platforma pro připojení rozličných modulů a přehledová teleskopická kamera. Jednotlivé vyvinuté moduly mohou být: stereoskopický kamerový systém s lidarem, manipulátor s bioradarem,, manipulátor s gripperem či přídavný akumulátorový modul. Pomocí bioradaru, termokamery, mikrofonu či lavinového vyhledavače je možné zjistit pozici osoby za překážkou. Robot umožňuje rozšíření o další technologie - postačuje pouze výměna modulu za nový. Robot se umí pohybovat autonomně, tj. má automatiku pohybu (lokalizuje se a vytváří si mapy okolí), avšak umožňuje pochopitelně i řízení operátorem, a to buď bezdrátově či drátově (kabelem, který slouží rovněž k napájení).
sAOTS
sAOTS S úlohou sledování cílů jsme začali v roce 2009, kdy jsme v rámci projektu Ministerstva průmyslu a obchodu byli spoluřešiteli projektu Výzkum a vývoj technologií pro inteligentní optické sledovací systémy. Zde jsme se zaměřili na řešení pro jednokamerový systém, pro který jsme vyvinuli aplikaci pro sledování vzdálených cílů, přičemž tato aplikace umožňuje sledovat i vzdálené (několik kilometrů) a mizivé cíle (maximálně 50 v jedné scéně, s uvedením jednoho primárního). Později jsme zkonstruovali jednokamerový systém v rámci řešení projektu Ministerstva vnitra ČR s názvem Nástroje a metody pro zpracování videa a obrazu pro boj proti terorismu, který umožňuje sledovat pohybující se vzdálené a mizivé cíle do vzdálenosti až 30 km. Kamerový systém se zoomem (22x) je umístěn na vojenském manipulátoru. V základně je umístěn vysoce výkonný počítač s GPGPU pro zpracování videosignálu. Tento systém jsme nazvali sAOTS (semi-Automated Object Tracking System).
Extrakce příznaků
Daná softwarová aplikace slouží ke zpracování snímků sítnice oka. V obrazu sítnice oka je nalezeno žilní řečiště, detekovány žíly a extrahovány příznaky pro vygenerování biometrické šablony, která je použitelná pro porovnávání osob na základě žilního řečiště sítnice oka.
CGPAnalyzer
Softwarový nástroj CGPAnalyzer vyvinutý pro analýzu a vizualizaci genetického záznamu (tj. Log souboru) generovaného softwarem pro návrh obvodů na bázi CGP. CGPAnalyzer automaticky najde klíčová genetická zlepšení v genetickém záznamu a prezentuje relevantní fenotypy. Srovnávací modul CGPAnalyzer umožňuje uživateli vybrat dva fenotypy a porovnat jejich strukturu, historii a funkčnost. Umožňuje tak rekonstruovat proces objevování nových obvodů. Tato vlastnost je demonstrována pomocí analýzy genetického záznamu z evoluce 9-paritního obvodu. Nástroj CGPAnalyzer je desktopová aplikace s grafickým uživatelským rozhraním vytvořeným pomocí knihovny Java v.8 a Swing.
Rozpoznávání obličeje z kvadrokoptéry
V programu pro rozpoznávání tváře se na vstup dostává video. V něm je kaskádovými styly vyhledána a detekována tvář, která je následně převedena do šedotónového obrazu, normalizována co se kontrastu a jasu týká a zmenšena pro dosáhnutí jednotné velikosti snímku pro rozpoznávací algoritmus. Snímek je uložen, jen pokud je rozdíl mezi předcházejícím a aktuálním větší než stanovený práh (pro zmenšení velikosti DB). Všechny snímky jsou ukládány do dopředu specifikované složky označené dle ID.
Pro samotné rozpoznávání je použita knihovna OpenCV. Pro detekci obličeje si uživatel vybírá kaskádový soubor, který bude použit pro detekci, nastaví hodnotu ScaleFactor, která definuje, jak velmi se zredukuje velikost snímku pro každé měření (ideálně 1,5). Pomocí tlačítka LoadVideo načte video, pomocí tlačítka load .CSV načte cesty a popisy k množině obrázků, které budou následně natrénováno. V dalším kroku si uživatel vybere rozpoznávací algoritmus. Následně je pomocí tlačítka Recognize spuštěno požadované video, ve kterém dojde k detekci obličeje. Výsledkem srovnání je vykresleno ID ve složce, ve které byly snímky rozpoznané tváře uloženy. Vykreslení probíhá přímo do obrázku.
Snímač 3D ruky
Zařízení umožňuje snímání a rozpoznávání 3D tvaru (geometrie) ruky. První verze obsahovala 4 liniové laserové vysílače s výkonem 10 mW a vlnovou délkou 532 nm (zelená) a CCD kamerou připojenou přes USB s rozlišením 1280 x 800 pixelů, přičemž řešení běželo na OS Linux Portable. Velikost našeho řešení byla 380 x 185 x 380 mm. Vzhledem k vysoké ceně zelených laserů jsme vyzkoušeli červené liniové lasery s vlnovou délkou 640 nm. Během dalšího testování jsme zkusili mikro-datový projektor 3M a následně i RGB LED projektory. Díky vlivu vnějšího osvětlení a vlastnostem kůže pro různé vlnové délky jsme nakonec dospěli k využití 3D kamer (např. Kinect, SoftKinetic či Intel RealSense), u kterých jsme zůstali.