Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Analýza konvolučních neuronových sítí pro detekci a klasifikaci poškození otisku prstu
Fořtová, Kateřina ; Tinka, Jan (oponent) ; Kanich, Ondřej (vedoucí práce)
Cílem této diplomové práce je analyzovat přístupy detekce a klasifikace s využitím konvolučních neuronových sítí na problému poškození otisků prstů. První část práce se zabývá studiem literatury týkající se biometrie a zpracování otisků prstů s důrazem na možná onemocnění, které mohou oblast prstu postihnout. Následně se práce zaměřuje na rozpoznávání s využitím neuronových sítí. Diplomová práce popisuje architektury konvolučních neuronových sítí a modelů pro detekci objektů až po nejnovější přístupy. Je navrhnuto několik metod pro detekci a klasifikaci onemocnění otisků prstů využívající moderní architektury, rozličné typy páteřních sítí a metod pro detekci. Pro experimenty je zvoleno osm modelů založených na čtyřech různých přístupech pro detekci a klasifikaci. Následně je každý model několikrát natrénován s využitím úprav konfiguračních parametrů. Modely jsou na základě různých metrik posouzeny a porovnány z hlediska využití páteřní sítě i zvolené metody pro detekci. Při testu správně detekované a klasifikované plochy na reálných otiscích bylo dosaženo nejlepšího výsledku 76,875 %. Nejvíce problematickým onemocněním pro detekci a klasifikaci byl atopický ekzém, jehož příznaky se mohou projevovat mnoha způsoby.
Detekce živosti otisku prstu na bezdotykovém zařízení
Fořtová, Kateřina ; Kanich, Ondřej (oponent) ; Heidari, Mona (vedoucí práce)
Tato bakalářská práce je zaměřena na detekci živosti otisků prstů s využitím bezdotykového senzoru. Shrnuje teoretický úvod do biometrie, zpracování otisků prstů a některé ze současných přístupů pro detekci živosti. Představuje nový přístup, který využívá algoritmus lokálního binárního vzoru, Sobelův a Laplaceův operátor a vlnkovou transformaci. Následná klasifikace byla provedena s využitím umělých neuronových sítí, metody podpůrných vektorů SVM a rozhodovacích stromů. Experimenty byly provedeny s datasetem nasvíceným světly o různé vlnové délce. Bylo zjištěno, že otisky prstů nasvícené červeným světlem vykazují nejlepší přesnost 90.1% ze všech uvažovaných vlnových délek viditelného světla. Klasifikace s využitím vektoru na základě lokálního binárního vzoru dosahovala průměrné přesnosti 89.8%, přesnost s užitým vektorem na základě Sobelova a Laplaceova operátoru byla 91.5%. Pro vlnkovou transformaci byly využity různé Wavelet rodiny. Největší přesnosti dosahovaly vlnky z rodiny biortogonálních spline vlnek (85.1%) a z rodiny reverzních biortogonálních spline vlnek (86.6%).

Viz též: podobná jména autorů
1 Fořtová, Klára
2 Fořtová, Kristýna
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.