|
|
App Supporting Strength Sports Training
Klem, Richard ; Tesařová, Alena (oponent) ; Herout, Adam (vedoucí práce)
This thesis presents a novel approach for strength sports performance analysis using a human pose estimation machine learning model. The implemented solution employs the RTMPose model to estimate keypoints, then derive the barbell position from the wrist coordinates, and compute performance metrics without requiring specific camera angles or visible weight plates. The proposed method enhances traditional resistance training by providing feedback and performance metrics such as mean velocity. The solution was proved effective in both gym and home environments, even without barbells. Extensive experiments demonstrate the robustness and wide usability of the solution. Comparison with the professional system Qualisys confirms the validity of the application results.
|
|
|
Webová aplikace pro správu chytrého tržiště
Marek, Roman ; Herout, Adam (oponent) ; Bažout, David (vedoucí práce)
Hlavní motivace pro vytvoření práce se odvíjí od již existujícího projektu Ing. Davida Bažouta, který se jmenuje chytrý skleník. Ten funguje na bázi webové aplikace, ve které si jednotliví uživatelé sami volí podmínky, ve kterých své plodiny chtějí pěstovat. V rámci jednoho komunitního skleníku je dostupných více ploch, které si zákazník může pronajmout a následně na nich pak vysadit své plodiny. Část plochy skleníku k pronájmu není, protože ji spravuje správce příslušného skleníku. Zde přichází do hry možnost využití aplikace pro chytré tržiště. Ta umožňuje prodej produktů, které by přišly nazmar a zároveň i automatizaci úkolů správce, vyměňování zpráv mezi uživateli a další funkcionalitu, která by celý proces ulehčila. K implementaci byl využit framework Django, který využívá databázi SQLite pro uložení potřebných informací. Pro vytvoření uživatelského rozhraní bylo využito knihovny React a jejich komponent.
|
|
|
Application for Aiding Solar Panel Positioning
Mudroň, Marek ; Bambušek, Daniel (oponent) ; Herout, Adam (vedoucí práce)
This thesis details the development and iterative testing of a web application designed to estimate the solar performance of photovoltaic systems. The primary goal was to enhance the user interface and user experience to ensure the application is intuitive and effective for amateur users interested in photovoltaic solutions. The application allows users to select a location for a house, employ texture-aware modeling to design the structure and place solar panels on the roof in a configuration of their choice. Users can also add their own panel models to the system. The application utilizes a simulation model to estimate the performance of the designed system. Finally, it presents the results, showing the expected solar energy output.
|
|
|
Strojové učení ze syntetické datové sady pro počítání přepravek v obraze
Koďousek, Ondřej ; Juránek, Roman (oponent) ; Herout, Adam (vedoucí práce)
Cílem práce je vytvořit proces, který spočítá kolik je ve videozáznamu či statickém snímku přepravek. Toho se dosáhne pomocí modelu, který je natrénován na syntetické datové sadě, a následně jsou výsledky upraveny na úrovni individuálních snímků a dále na úrovni souvislého videozáznamu. Tahle syntetická datový sada je vygenerována pomocí skriptu v programu Blender s využitím Octane Render, pro vyšší úroveň fotorealismu. Přínos úspěšného trénování na syntetické datové sadě je rychlejší a především automatické vytváření anotací. Jelikož se anotace generují se samotným snímkem, není problém vygenerovat velké množství snímku bez jediné manuální anotace. Dalším přínosem je náskok při vytváření modelu na detekci objektů, které jsou na trhu nové a nemají dostatek dat, případně jsou teprve ve výrobě. Detekoval jsem na statických snímkcích i ve videozáznamu, u obou případů jsem s modelem natrénovaným na syntetických datech dosahoval úspěšnosti nad 90%.
|
|
|
Adversarial Attacks on AI Algorithms and Their Prevention
Gregorová, Jana ; Vaško, Marek (oponent) ; Herout, Adam (vedoucí práce)
The trustworthiness of AI, adversarial attacks on AI, and explainability of deep machine learning models represent complex and insufficiently explored topics. This thesis provides a comprehensive overview of state-of-the-art key methods for adversarial attacks on AI in computer vision, their explanation and prevention. By making this topic more accessible and understandable, the work aims to engage a broader audience in research of the security of AI and explainability of AI. Furthermore, this thesis delves into methods for explaining individual classification decisions of deep learning classifiers through Explainable AI (XAI) techniques. It also introduces a tool that integrates different methods for conducting adversarial examples with the application of XAI methods, allowing for monitoring AI attacks and analyzing the decision-making process of deep classifiers during such attacks.
|
|
|
Identifikace člověka podle fotografie dlaně / hřbetu ruky
Štanga, Miroslav ; Vaško, Marek (oponent) ; Herout, Adam (vedoucí práce)
This work focuses on using contrastive self-supervised learning method for creating model of deep learning intended for person recognition based on hand photographs. The paper outlines fundamentals of machine learning, utilized tools and dataset. The method was developed using PyTorch library. The proposed model draws inspiration from the SimCLR architecture and its use of contrastive representation learning. The proposed approach utilizes the triplet loss function for optimization. Then the optimization process is described and impact of individual hyperparameters on the model´s accuracy is compared. The resulting model was trained on 1696 hand photos and achieves 98% accuracy on validation set. The accuracy achieved using self-supervised methods is higher than the accuracy achieved using supervised methods.
|
|
|
Research and Development of UI/UX for Commenting Sports Poses
Barborík, Martin ; Tesařová, Alena (oponent) ; Herout, Adam (vedoucí práce)
The goal of this bachelor’s thesis is the research and iterative development of a user interface for the visual commentary of yoga positions. This process heavily relied on research with potential users and involved collecting sets of annotated photographs on paper. From these, interesting and repeated elements were applied to the developed interface. Qualitative tests were repeatedly conducted throughout the process; I identified shortcomings from these observations, applied changes, and tested again. The result of the work is a demonstrative user interface implemented as a progressive web application.
|
|
|
Porovnání metod pro doplnění chybějící části obrazu založených na hlubokém učení
Rajsigl, Tomáš ; Herout, Adam (oponent) ; Španěl, Michal (vedoucí práce)
Cílem této bakalářské práce je porovnat metody hlubokého učení pro doplnění chybějící části obrazu pomocí kvantitativních metrik jako jsou PSNR, SSIM a LPIPS. Pro dodatečné subjektivní ohodnocení byla taktéž provedena uživatelská studie. K porovnání byly použity celkem čtyři neuronové sítě založené na architektuře GAN. Navrhovaná architektura neuronové sítě a její modifikované verze byly porovnávány oproti síti AOT-GAN. Experimenty ukázaly, že v obrazech s malou chybějící částí dosáhla varianta navržené metody 29% zlepšení oproti již zmiňované metodě AOT-GAN. Toto tvrzení podporují i výsledky uživatelské studie, kde byla tato metoda vyhodnocena jako nejlepší. V rámci této práce vznikla malá datová sada určená pro vyhodnocení metod retušování obrazu při úloze odstraňování objektů. Reálné využití těchto metod je demonstrováno prostřednictvím webové aplikace.
|
|
|
Stereo Reconstruction with Deep Neural Networks
Letanec, Richard ; Herout, Adam (oponent) ; Španěl, Michal (vedoucí práce)
The aim of this thesis is to design and train a neural network model capable of estimating a disparity map from a pair of images. It will then be possible to create a depth map and point cloud from the estimated disparity map. Such a process is called stereo reconstruction. Solving this task consists of two steps -- choosing a suitable dataset and choosing a suitable neural network architecture. In my work, I compared two neural network architectures that I trained on the DrivingStereo dataset, consisting of paired images photographed from the roof of a car, and retrained and evaluated on the KITTI 2015 dataset, consisting of images of the same type. As the first neural network architecture, I chose ES-Net, which uses an approach based on a sequence of residual blocks and convolutional layers. As the second architecture, I chose CREStereo, which uses an iterative approach based on recurrent layers to predict the disparity map. In all benchmark tests, the CREStereo architecture achieves better accuracy.
|
|
|
Guided Reinforcement Learning for Motor Skills
Karabelly, Jozef ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
This thesis aims to present an overview of the current state of research in guided reinforcement learning for motor skills and identify potential research paths. Besides, the thesis introduces an improved method for learning physically simulated character animations based on the current techniques. The pre-trained model shows the ability to perform well on various new tasks. A custom dataset was collected explicitly for pre-training the model introduced in this thesis. Future improvements and possible research paths are proposed based on the experiments' results.
|
host ::
RSS.