Weather recognition from camera images/sequences

Cieľom mojej diplomovej práce je navrhnúť a následne implementovať vhodné algoritmy klasifikácie počasia so zameraním sa hlavne na detekciu zrážok a hmly, vrátane parametrizácie. Prvá polovica práce je venovaná teoretickému popisu počasia a jeho vplyvom na dopravu. Ďalej je priblížená teória spracovania obrazu a neurónových sieti a rešerš existujúcih riešení. Následne sú popísané použité datasety. Praktická časť práce sa venuje návrhu možných algoritmov na základe teoretickej časti práce. Po návrhu sú jednotlivé algoritmy implementované, otestované a vyhodnotené. Na záver je popísané porovnanie klasických metód a neurónových sieti.The aim of my master's thesis is to design and then implement suitable weather classification algorithms mainly focused on the detection of precipitation and fog, including parameterization. The first half of my thesis is devoted to a theoretical description of weather and it's impact on transport. Furthermore, the theory of image processing and neural networks and already existing solutions is approached. Subsequently, the used datasets are described. The practical part of thesis is devoted to the design of possible algorithms based on the theoretical part of the thesis. After the design, the individual algorithms are implemented, tested and evaluated. Finally, a comparison of classical methods and neural networks is described.