Automatic detection of elevator controls using image processing

Tato diplomová práce se zabývá automatickou detekcí ovládacích prvků osobních výtahů v digitálním obraze pomocí metod počítačového vidění. V teoretické části je provedena rešerše metod zpracování obrazu s návazností na rozpoznávání objektů v obraze a průzkum předchozích řešení, které vede k probádání oblasti konvolučních neuronových sítí. V praktické části je probráno vytvoření datové sady obrazů ovládacích prvků výtahu, výběr, učení a vyhodnocení modelů za použití TensorFlow Object Detection API 2 a implementace robustního algoritmu využívajícího detektoru ovládacích prvků výtahu. Závěr práce pojednává o vhodnosti modelu pro zadanou úlohu.This thesis deals with the automatic detection of elevator controls in personal elevators through digital imaging using computer vision. The theoretical part of the thesis goes through methods of image processing with regards to object detection in image and research of previous solutions. This leads to investigation into the field of convolutional neural networks. The practical part covers the creation of elevator controls image dataset, selection, training and evaluation of the used models and the implementation of a robust algorithm utilizing the detection of elevator controls. The conclussion of the work discusses the suitability of the detection on given task.