|
|
Algorithmic Evaluation of the Quality of Dactyloscopic Traces
Sloup, Ondřej ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
Dactyloscopic traces are one of the critical aspects of biometric identification. They represent an element by which people can be authenticated and authorised. Nonetheless, it is necessary to evaluate if a given fingerprint is valid by the number of features it provides and decide if it is usable or useless. This analysis of features tells us how valuable the fingerprint is. We established a process that grades fingerprints based on contextual and statistical values using various enhancements and grading algorithms. These algorithms can determine if the fingerprint is good quality and whether it can be used for future processing or should be discarded. We divided fingerprints into groups based on the quality of their minutiae points, number of ridges, contrast, sinusoidal similarity and ridge thickness. We successfully evaluated fingerprints and grouped them similarly to the grouping in the NIST SD27 dataset. The algorithm's results allowed us to draw conclusions about graded fingerprints' quality and rate their usability.
|
|
|
Řazení manipulací pro mořící linky
Plšek, Michal ; Tinka, Jan (oponent) ; Kanich, Ondřej (vedoucí práce)
Tato práce řeší problém plánování pohybů jednoho nebo více jeřábů při přesunu produktů mezi vanami mořicí linky. Harmonogramy zpracování jednotlivých produktů ve vanách jsou vytvořeny pomocí modifikované Shifting bottleneck heuristiky, zabraňující střetu produktů ve vanách. Pro prohledávání celého prostoru řešení je použit genetický algoritmus NSGA-II. Nad optimalizační procesem je postavena webová aplikace, která umožňuje správu a prohlížení produktů, částí mořicí linky, historie úloh a konfiguračních parametrů úlohy. Aplikace u úloh menšího rozsahu dosahuje zefektivnění až 30-45 % ve srovnání s naivními harmonogramy operací namáčení. Výsledkem této práce je funkční aplikace, na jejímž základě je možné postavit optimalizační aplikaci v jazyce C++ použitelnou k řešení obdobného problému o větším rozsahu.
|
|
|
Depth-Based Determination of a 3D Hand Position
Ondris, Ladislav ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
This work aims to offer a real-time, depth-based gesture recognition system using a hand's skeletal information. The Tiny YOLOv3 neural network detects the hand in the depth image. The detected hand is rid of the background and used by the JGR-P2O neural network, which estimates the hand's skeleton represented by 21 key points. Furthermore, a novel technique for gesture recognition from hand key points that compares the input skeleton with user-defined gestures has been proposed. A dataset consisting of four thousand images was captured to evaluate the system.
|
|
|
Psaní na počítači pomocí mozkových signálů
Wagner, Lukáš ; Malinka, Kamil (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce se zabývá implementací rozhraní mezi mozkem a počítačem v jazyce Python umožňující psát a komunikovat s použitím zařízení EEG. Práce studuje a hodnotí dosavadní technologie rozhraní mezi mozkem a počítačem pro použití za tímto účelem. Dále se práce zabývá použitím strojového učení, které se v technologii používá, zejména neuronovými sítěmi, jež se prokázaly být jednou z nejpřesnějších metod klasifikace signálu EEG. Následně jsou navrženy a implementovány 3 různé systémy založené na různých paradigmatech vyvolávání změny potenciálu EEG vizuální cestou. Tyto systémy byly na závěr otestovány s různými přístupy ke zpracování signálu. Bohužel žádný ze systémů neuspěl v komunikaci cílových písmen.
|
|
|
Mapování trajektorií pohybu chodců v záznamu pořízeným dronem
Šťastný, Filip ; Tinka, Jan (oponent) ; Orság, Filip (vedoucí práce)
Tato práce se zabývá detekcí chodců ve videozáznamu pořízeném dronem pomocí neuronových sítí. Pro sledované osoby poté řeší určování jejich GPS souřadnic na základě aproximace jejich pozice s využitím nadmořské výšky zemského povrchu. Dále mapuje jejich trajektorie v čase pomocí re-identifikace a informací dostupných z dronu. Výsledné trajektorie pak umožňuje zobrazit v programu Google.
|
|
|
Reconstruction of Damaged Parts of Fingerprint Image Using Neural Nets
Halinár, Michael ; Tinka, Jan (oponent) ; Kanich, Ondřej (vedoucí práce)
This thesis deals with the issue of reconstruction of damaged fingerprints using artificial neural networks. At first, the fingerprint structure is analyzed, after that, the methods that can be used to improve fingerprint quality are described. An introduction to neural networks is given for understanding the basics of artificial neural networks. After choosing the right architecture for the neural networks, the process of its learning is described. A simple graphic user interface was created for this application, which is able to reconstruct synthetic fingerprints damaged by various warts. Another neural net can detect the location of wart. Tests have proven an increase in the quality of fingerprint by 43,5 % in the dataset with ten inserted warts on each fingerprint. The matching score was increased by 6,5 % on this particular dataset.
|
|
|
Person Identification and Verification Using EEG
Žitný, Roland ; Orság, Filip (oponent) ; Tinka, Jan (vedoucí práce)
The aim of this work was to create a brain-computer interface that reliably identifies and verifies a person using his electroencephalographic signals. Creating a user profile and verifying it is based on processing reactions to his own face, and the face of strangers or acquaintances. Algorithms such as bandpass and noise removal using wavelet transformation are user to filter signals. The classification of reactions is performed using a convolutional neural network or linear discriminant analysis. The average accuracy of the linear discriminant analysis is 66.2 % and of the convolutional neural network is 58.7 %. The maximum achieved accuracy was with linear discriminant analysis and at 93.7 %.
|
|
|
Detection and Quality Improvement of Face Objects in Low-Quality Source Images
Šoltis, Richard ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
The aim of this thesis was to construct an algorithm for the detection of human face from poor quality source images and subsequently improving the image of human face. The result of the work is an application with a graphical interface which detects human face objects from the input images and then improves these inherited faces from the point of quality and size. When creating the application, current techniques and algorithms such as neuron networks were used. They formed the basis for detection and image improvement, S3FD detection and last but not least the GAN network to improve the image. Part of the thesis is testing the individual parts of the application in predefined scenarios as well as testing a comprehensive run application.
|
|
| |
|
|
EEG Biofeedback Application
Zapletal, Jakub ; Drahanský, Martin (oponent) ; Tinka, Jan (vedoucí práce)
This work is a summary of current approaches to EEG signal processing for EEG biofeedback purposes and contains a design and implementation details of a custom EEG biofeedback application for attention training. It is accompanied by a case study, which evaluates the effects of the application on measured EEG signals of a neurotypical student and a student with ADHD.
|
host ::
RSS.