Original title: Rozpoznání displeje embedded zařízení
Translated title: Embedded display recognition
Authors: Novotný, Václav ; Janáková, Ilona (referee) ; Honec, Peter (advisor)
Document type: Master’s theses
Year: 2018
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Tato diplomová práce se zabývá využitím metod strojového učení v oblasti počítačového vidění pro klasifikaci neznámých obrazů. V první části je provedena rešerše dostupných metod strojového učení, jejich limitace a vhodnost k řešené úloze. V další části jsou představeny přístupy k vytváření galerie. Následně je navrhnuto řešení klasifikátorů a architektury systému, které je v řešení realizováno a implementováno. Výsledný systém je nakonec otestován a vyhodnocen. This master thesis deals with usage of machine learning methods in computer vision for classification of unknown images. The first part contains research of available machine learning methods, their limitations and also their suitability for this task. The second part describes the processes of creating training and testing gallery. In the practical part, the solution for the problem is proposed and later realised and implemented. Proper testing and evaluation of resulting system is conducted.
Keywords: artificial intelligence; bag of visual words; computer vision; descriptor; FREAK; Machine learning; neural networks; SIFT; support vector machines; SURF; deskriptor; FREAK; metoda podpůrných vektorů; neuronové sítě; počítačové vidění; SIFT; slovník vizuálních slov; Strojové učení; SURF; umělá inteligence

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/80756

Permalink: http://www.nusl.cz/ntk/nusl-376924


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses