|
|
Rozpoznání hranic jízdního pruhu v záběrech palubní kamery
Letovanec, Lukáš ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Táto práca sa zaoberá problematikou rozpoznávania hraníc jazdného pruhu v záberoch palubnej kamery. V práci je predstavená architektúra hlbokej konvolučnej neurónovej siete, pomocou ktorej sa rieši spomínaný problém. Sieť bola trénovaná na rozsiahlej dátovej sade pomocou algoritmu gradientového zostupu. Natrénovaný model preukázal schopnosť kvalitne rozpoznávať hranice jazdného pruhu v rôznych situáciách a podmienkach. Výsledok práce potvrdzuje, že hlboké konvolučné neurónové siete sú vhodným nástrojom pre rozpoznávanie hraníc jazdného pruhu.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Mihalčin, Tomáš ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Táto diplomová práca sa zameriava na rozpoznanie tvári z videa, konkrétne na spôsob agregácie príznakových vektorov, do jedného diskriminatívneho vektora, tiež nazývaného šablóna. Skúma problém extrémne natočených tvárí, vzhľadom na presnosť verifikácie. Ďalej, porovnáva vzťah medzi šablónami tvorenými vektormi extrahovanými zo snímkov z videa a vektormi z fotografií. Navrhnutá hypotéza je testovaná pomocou dvoch hlbokých konvolučných neurónových sietí a to so známym modelom VGG-16 siete a modelom siete nazývanej Fingera, poskytnutej od firmy Innovatrics. V rámci práce, bolo vykonaných niekoľko experimentov, ktorých výsledky potvrdzujú úspešnosť navrhnutého postupu. Ako metrika presnosti bola zvolená ROC krivka. K práci s neurónovými sieťami bol použitý framework Caffe.
|
|
|
Rozpoznání hranic jízdního pruhu v záběrech palubní kamery
Letovanec, Lukáš ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Táto práca sa zaoberá problematikou rozpoznávania hraníc jazdného pruhu v záberoch palubnej kamery. V práci je predstavená architektúra hlbokej konvolučnej neurónovej siete, pomocou ktorej sa rieši spomínaný problém. Sieť bola trénovaná na rozsiahlej dátovej sade pomocou algoritmu gradientového zostupu. Natrénovaný model preukázal schopnosť kvalitne rozpoznávať hranice jazdného pruhu v rôznych situáciách a podmienkach. Výsledok práce potvrdzuje, že hlboké konvolučné neurónové siete sú vhodným nástrojom pre rozpoznávanie hraníc jazdného pruhu.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Mihalčin, Tomáš ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Táto diplomová práca sa zameriava na rozpoznanie tvári z videa, konkrétne na spôsob agregácie príznakových vektorov, do jedného diskriminatívneho vektora, tiež nazývaného šablóna. Skúma problém extrémne natočených tvárí, vzhľadom na presnosť verifikácie. Ďalej, porovnáva vzťah medzi šablónami tvorenými vektormi extrahovanými zo snímkov z videa a vektormi z fotografií. Navrhnutá hypotéza je testovaná pomocou dvoch hlbokých konvolučných neurónových sietí a to so známym modelom VGG-16 siete a modelom siete nazývanej Fingera, poskytnutej od firmy Innovatrics. V rámci práce, bolo vykonaných niekoľko experimentov, ktorých výsledky potvrdzujú úspešnosť navrhnutého postupu. Ako metrika presnosti bola zvolená ROC krivka. K práci s neurónovými sieťami bol použitý framework Caffe.
|
host ::
RSS.