|
|
Analyzing a person’s handwriting for recognizing his/her emotional state
Chudárek, Aleš ; Matoušek, Jiří (oponent) ; Malik, Aamir Saeed (vedoucí práce)
Emotion recognition from handwriting is a challenging and interdisciplinary task that can provide insights into the psychological and emotional aspects of the writer. In this study, we developed and evaluated a machine learning model that can predict the emotional state of a writer from their handwriting samples. We utilized the EMOTHAW dataset, which consists of handwriting and drawing samples from subjects whose emotional states are measured by the DASS test, which gives a score for depression, anxiety, and stress and the CIU Handwritten database for verification and experimentation. We extracted a large number of features that are inspired by the standard graphology work, as well as features that are specific to online data. We used ANOVA to select statistically significant features and normalized the data using Z-Score, MinMax, IQR or Log. We reduced the dimensionality of the features using Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA). We employed a meta approach Ensemble learning that seeks to reduce the errors of a single model by exploiting the diversity and complementarity of multiple models. The structure of our classifier is dependent on multiple arguments resulting in over 300,000 different configurations. We optimized arguments using argument freezing. We found the best classifiers for binary and trinary classification for each emotion, resulting in six optimal models. We evaluated our models using different metrics, such as accuracy, precision, recall, and F1-score. Our models reached adequate results in all metrics. In addition to finding the classifiers, this thesis explored the importance of each extracted feature, providing a sorted list of the most significant features used for emotion recognition from handwriting. We also enhanced the EMOTHAW database by identifying tasks that are more indicative of specific emotions, thereby reducing the need for a full task battery for emotional analysis.
|
|
|
Příznaky pro analýzu a klasifikaci buněk ve snímcích z holografického mikroskopu
Navrátilová, Markéta ; Kolář, Radim (oponent) ; Vičar, Tomáš (vedoucí práce)
Tato bakalářská práce se zabývá problematikou příznaků používaných při analýze snímků buněk pořízených holografickým mikroskopem a pro jejich klasifikaci. Popisuje jednotlivé příznaky, stejně tak jako nástroje pro klasifikaci. Příznaky jsou extrahovány na dodaných nasegmentovaných buňkách v programovém prostředí Matlab. Na základě těchto příznaků jsou buňky klasifikovány s využitím metody podpůrných vektorů. Pomocí metod pro shlukování a redukci dimenzionality je analyzován výskyt různých buněčných typů. Zároveň je zhodnocena účinnost a využitelnost jednotlivých příznaků.
|
|
|
Určení věku a pohlaví mluvčích
Rendek, Tomáš ; Pfeifer, Václav (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pohlaví a věku mluvčích. Úvodem ozřejmuje praktické využití takýchto aplikací a obeznamuje s dostupnými řešeními. Teoreticky úvod se blíže věnuje příznakům použitých při klasifikaci, klasifikátorům, redukčním metodám a řečovým databázím, které využíváme při jednotlivých experimentech. Praktická část práce se věnuje struktuře rozpoznávače implementovaného do nástroje Emotional a v dvou samostatných kapitolách popisuje jednotlivých experimenty. V experimentech odhadu pohlaví jsme zkoumali, jak velký vplyv může mít věk mluvčího a přítomnost emoce na správný odhad. Zbylé experimenty se zabírali vhodností klasifikátorů GMM a k-NN pro konkrétny typ úlohy a metodami redukce příznaků. Experimenty odhadu věku se týkali klasifikace do čtyř věkových tříd, přičemž opět byli v roli klasifikátorů použitý GMM a k-NN. V experimentech byli použitý jak segmentální tak i suprasegmentální příznaky.
|
|
|
Multilingual analysis of human emotional states
Rendek, Tomáš ; Koula, Ivan (oponent) ; Atassi, Hicham (vedoucí práce)
This work deals with the properties of the speech signal. At the beginning it introduces a process of generation of the speech. Then, it covers the prosodic features of the speech, which represent a related characteristic of emotions. It defines an emotion itself, as well as the basic features and parameters of the human speech. For the analysis we use the program called Praat. As it is an unknown program, we devote a part of the work to it, which acquaints us with its advantages. The next part of this paper comprises also two enclosed databases containing records of particular emotional states of human. These databases were created and collected for Slovak and German language. However, none of them contain spontaneous material. Next, the work concerns a concept of the neural networks. It regards it as a possible realization of recognizing of emotional characteristics. The initial analysis presents large number of gained features, out of which only the best twelve were selected on the basis of geometric separability. These features are distinct for both sexes, as well as for both nationalities. Consequently, they are used for training with a neural network. The work concludes by summarizing of the results discussing the successfulness with recognition of emotional states. It also gives possible reasons which lead to degradation of their successful classifying. The thesis contains a CD with all the partial and ultimate results, and files with records for Slovak and German language.
|
|
|
Průzkum trhu s technologiemi pro údržbu prádla
Škrdla, Michal ; Kuba, Pavel (oponent) ; Vondra, Marek (vedoucí práce)
Tato práce se v první části zabývá rešerší současné nabídky praček a sušiček pro domácnost. Na základě tohoto průzkumu byl vytvořen přehledný seznam současně dostupných spotřebičů všech cenových kategorií včetně jejich specifikací. Hlavním jádrem pak je výčet a popis moderních technologií a funkcí, podstatných pro marketing jednotlivých výrobců. Druhá část práce se podrobněji věnuje vybraným technologiím údržby prádla pro domácnost a posuzuje jejich využitelnost v oblasti profesní.
|
|
|
Detekce a vizualizace specifických rysů v mračnu bodů
Kratochvíl, Jiří Jaroslav ; Mikeš, Josef (oponent) ; Martišek, Dalibor (oponent) ; Procházková, Jana (vedoucí práce)
Mračno bodů je neuspořádaná množina bodů popsaných souřadnicemi (x, y, z), která reprezentuje reálný objekt. Tyto body jsou získány prostřednictvím 3D skenovacích technologií, například LIDAR (Light Detection And Ranging) nebo pomocí současných 3D skenerů. Získaná mračna bodů jsou pak využívána v široké škále odvětví lidské činnosti, jako například strojní či reverzivní inženýrství, rapid prototyping, biologie, nukleární fyzika nebo virtuální realita. Tato disertační práce přispívá k vývoji metod pro detekci bodů na specifických rysech v mračnu bodů, což se v anglické literatuře označuje pojmem feature detection. Dále k vývoji metod jejich vizualizací prostřednictvím prokladu křivek, také známé pod pojmeme curve fitting. Feature, či specifický rys, je významná část objektu, kterou se snažíme popsat matematickým modelem (např. rovinou, přímkou či křivkou). Obzvláště body na ostrých hranách jsou pro současné metody problematické, a proto se věnujeme jejich detekci. V~disertační práci je popsán nový algoritmus, který automaticky a s velkou přesností určuje tyto body. Jejich vizualizace je potom zajištěna proložením křivkou, kde byla doplněna nová metoda váhování pro přesnější výsledky. Všechny navržené postupy byly otestovány na reálných datech a srovnány s dosavadními publikovanými metodami.
|
|
|
Automatic vocal-oriented recognition of human emotions
Adamský, Aleš ; Kubánková, Anna (oponent) ; Atassi, Hicham (vedoucí práce)
This work deals with the characteristics, formation, representation and analysis of speech and the speech signal. It explains the details of concepts such as emotions and prosody. It analyzes different emotion state of human, as well as prosodic parameters: intensity, harmonisity and formants. It includes a database emotional states of human. This database was analyzed using the Praat and suitable features were selected for detecting of emotional states of human speech. It also deals with neural networks. It contains a description of Java Neural Network Simulator, which is used to detect emotional states of human speech. Results of recognition are processed in tables and graphs for easier navigation.
|
|
|
Automatické rozpoznávání emočních stavů člověka na základě analýzy řečového projevu
Pfeifer, Leon ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá charakteristikou metod pro analýzu emočních stavů člověka. Práci lze rozdělit do tří částí. V první je charakterizován řečový projev z fonetického a psychologického aspektu. V druhé části jsou zpracovány analyzované metody a věci související (předzpracování signálu, řečový detektor). Pro výpočet základního tónu řeči byla použita metoda centrálního klipování, další použitou metodou je analýza na základě formantových frekvencí a poslední metoda určování počtu vrcholů a rovin. Ve třetí části jsou zpracovány výsledky měření provedené jednotlivými metodami Vyhodnocováno zde bylo pět různých emočních stavů: neutralita, vztek, radost, smutek a překvapení. Jsou zde vyobrazeny a diskutovány výsledky pro každou metodu.
|
|
|
Podobnost obrazů na základě bodů zájmu
Jelínek, Ondřej ; Uher, Václav (oponent) ; Burget, Radim (vedoucí práce)
V této práci je představena nová metoda pro určení přítomnosti hledaného objektu v prozkoumávaném obrazu. Tato metoda je postavena na analýze klíčových bodů obrazu a výpočtu jejich parametrů. Získané parametry jsou potom použity pro vytvoření rozhodovacího modelu s využitím metod strojového učení. Model dokáže na základě vstupních dat určit, zda se hledaný objekt v obrazu nachází a také jak moc je nalezený objekt podobný vybranému vzoru. Nová metoda je zde podrobně popsána, je vyhodnocena její přesnost a porovnána s již existujícími detektory. Oproti těmto detektorům, mezi které patří například SURF, je úspěšnost detekce nové metody o více než 40% vyšší. Pro pochopení problematiky detekce objektu v obrazu je zde shrnut a popsán postup detekce včetně nejpoužívanějších algoritmů provádějících funkci daného kroku detekce.
|
|
|
Lokalizace bifurkací ve snímcích sítnice
Pres, Martin ; Drahanský, Martin (oponent) ; Semerád, Lukáš (vedoucí práce)
Mezi hlavní prvky sítnice z biometrického hlediska patří slepá skvrna, žlutá skvrna a rozložení cév v sítnici. Větvení cév je pro každého jedince unikátní a právě tato vlastnost se využívá v biometrických systémech pro rozpoznávání osob podle obrazu sítnice. Tento dokument popisuje metodu pro lokalizaci slepé a žluté skvrny, dále se věnuje metodě pro zvýraznění krevních cév, založené na známé metodě \emph{Matched filters}, a nakonec rozebírá lokalizaci bifurkací v extrahovaném krevním řečišti. Hlavním cílem této práce je vytvořit aplikaci pro automatizovanou úpravu snímků sítnice, segmentaci krevního řečiště a lokalizaci markantů. Program je implementován v jazyce Java s využitím knihovny OpenCV.
|
host ::
RSS.