|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Získávání znalostí na webu - shlukování
Rychnovský, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou získávání znalostí na webu. Cílem bylo prostudovat metody shlukovaní a realizovat shlukování pomocí algoritmu k-means. Potom algoritmus testovat na množině dokumentů a datech získaných z webu a následně vyhodnotit dosažené výsledky této metody. Shlukování bylo implementováno pomocí technologie Java.
|
|
|
Hierarchické metody segmentace obrazu
Staněk, Stanislav ; Švub, Miroslav (oponent) ; Španěl, Michal (vedoucí práce)
V mnoha aplikacích počítačového vidění je segmentace obrazu jedním z nekritičtějších kroků jeho analýzy. V této práci je prezentována segmentační metoda založená na shlukovacích algoritmech fuzzy c-means a k-means. Je použita hierarchická datová struktura společně se shlukovacími algoritmy pro segmentaci na každém stupni pyramidy. Výsledky ukazují, že výpočetní čas je mnohem menší, než v případě klasického shlukování.
|
|
| |
|
|
Získávání znalostí z multimediálních databází
Málik, Peter ; Bartík, Vladimír (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou získávání znalostí z multimediálních databází. Obsahuje obecný princip získávání znalostí z databází. Důraz je kladen na metody shlukové analýzy pro dolování dat v rozsáhlých a multidimenzionálních databázích. Dále tahle práce obsahuje úvod do multimediálních databází se zaměřením se na extrakci nízkourovňových vizuálních rysů z obrázkú a video dat. Praktickou částí práce je potom implementace metod BIRCH, DBSCAN a k-means určených pro shlukovou analýzu. Závěr je věnován experimentům nad datovou sadou TRECVid 2008 a popisu dosažených výsledků.
|
|
|
Detekce síťových anomálií na základě NetFlow dat
Czudek, Marek ; Bartoš, Václav (oponent) ; Kořenek, Jan (vedoucí práce)
Tato práce se zabývá využitím NetFlow dat v systémech pro detekci narušení nebo anomálií v síťovém provozu.Práce zahrnuje popis způsobů, které se využívají pro sběr dat ze síťě. Rozsáhleji je zde popsán protokol NetFlow. Následně se práce zaměřuje na analýzu a popis různých metod, které se využívají pro detekci anomálií v síťovém provozu, se zhodnocením jejich výhod a nevýhod. Na základě analýzy těchto metod je v další části práce vybrána konkrétní metoda. Následně je provedena analýza datové sady s využitím vybrané metody. Na základě výsledků je navržen algoritmus pro detekci anomálií v reálném čase. Tato konkrétní metoda byla vybrána na základě toho, že je schopna detekovat anomálie v neoznačeném síťovém provozu. V poslední části práce je algoritmus implementován a jsou provedeny experimenty s výslednou aplikací nad reálnými NetFlow daty.
|
|
|
Vyhledávání fotografií v databázi podle příkladu
Dobrotka, Matúš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Táto práce se zabývá vyhledáváním fotografií v databázi podle příkladu. Práce byla vytvo\-ře\-na s cílem vyvinout aplikaci, která bude porovnávat různé přístupy vyhledávání fotografií v databázi. Jedná se o základní přístup, který spočívá v detekci klíčových bodů, extrakci lokálních příznaků a tvorbě vizuálního slovníku algoritmem shlukování - k-means. Pomocí vizuálního slovníku je spočítán histogram četnosti výskytu vizuálních slov - Bag of Words (BoW), který reprezentuje fotografii jako celek. Po aplikování vhodné metriky dojde k vyhledání podobných fotografií. Druhý přístup představují hluboké konvoluční neuronové sítě (DCNN), které jsou využity k extrakci příznakových vektorů. Tyto vektory jsou použity na tvorbu vizuálního slovníku, který slouží opět k výpočtu BoW. Postup je pak podobný jako v prvním přístupu. Třetí přístup počítá s extrahovanými vektory z DCNN jako s BoW vektory. Následuje aplikace vhodné metriky a vyhledání podobných fotografií. V závěru práce jsou popsány použity přístupy, uvedeny experimenty a závěrečné vyhodnocení.
|
|
|
Automatická kategorizace fotografií podle obsahu
Němec, Ladislav ; Španěl, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Tato práce se zabývá problematikou klasifikace fotografií podle obsahu. Hlavním cílem práce je implementace aplikace, která je schopná tuto kategorizaci provádět. Řešení se sestává z variabilního systému využívajícího extrakce lokálních příznaků v obraze a vytvoření vizuálního slovníku metodou k-means. Aplikace využívá Bag of Words reprezentace jako globální funkce pro popis každé fotografe. Poslední složkou tohoto systému je klasifikace prováděná na základě Support Vector Machines. V poslední kapitole jsou představeny výsledky experimentování s tímto systémem.
|
|
|
Multiparametric segmentation of MR images
Chovanec, Ján ; Šmirg, Ondřej (oponent) ; Dvořák, Pavel (vedoucí práce)
The aim of the thesis was familiarity of segmentation methods for automatic segmentation of MR images, using multiparametrical display. The theoretical part focuses on the description of methods of segmentation techniques. In the practical part are implemented K-means and level-set method. The methods are tested on the images of the brain obtained by different sequences (T1, T1c, T2, FLAIR). Segmentation methods are implemented in the program MATLAB. Implemented segmentation accuracy is demonstrated on data which there are reports reference results. Evaluation methods is performed using different classifiers decision. The K-means method is tested different metrics and different combinations of the input image. Finally, both methods are compared with one another and visually evaluated against the reference image.
|
|
|
Pokročilá segmentace obrazu pro 3D zobrazení
Baletka, Tomáš ; Fliegel, Karel (oponent) ; Boleček, Libor (vedoucí práce)
Diplomová práce pokročilé segmentace obrazu pro 3D se zabývá segmentací obrazu a anaglyfického 3D zobrazení. V teoretické části diplomové práce byly popsány různé přístupy používané k segmentaci obrazu a úzce související metody zpracování obrazu. V navazující praktické části byla provedena implementace vybraných metod a vytvořena uživatelsky příjemná aplikace. Hlavním cílem programu je identifikace výrazných objektů v obraze. Za účelem segmentace byly implementovány metody založené na metodě k-means, na metody kontur a na růstu ze semínka. Program je vytvořen v prostředí Visual Studio 2008 a napsán v programovacím jazyku C++. Vstupem i výstupem programu je obraz v různých formátech (JPG, BMP, TIFF).
|
host ::
RSS.