|
|
Vplyv značky na nákupné rozhodovanie spotrebiteľa – porovnanie vnímania privátnej a tradičnej značky zo strany spotřebiteľa na slovenskom a českom trhu
Bátorová, Monika
Diplomová práce se zabývá vlivem značek na nákupní rozhodování spotřebitele, přičemž porovnává vnímání privátní a tradiční značky ze strany spotřebitele na slovenském a českém trhu. Hlavním cílem této práce je na základě analýzy vlivu značky na nákupní rozhodování spotřebitele na slovenském a českém trhu identifikovat faktory spotřebitelského chování a specifikovat postoje, preference spotřebitelů ve vztahu k privátním a tradičním značkám potravin. Pro kvantitativní výzkum byly použity výsledky z dotazníkového průzkumu (n=837). Na základě získaných poznatků v souvislosti s identifikovanými faktory ovlivňujícími chování spotřebitelů a postoji, preferencemi spotřebitelů byla realizována segmentace. Následně byl kvantitativní výzkum doplněn o kvalitativní v podobě individuálních hloubkových rozhovorů (n=12) pro jednotlivé segmenty. Na základě těchto výzkumů byly navrženy doporučení pro zájmové skupiny a pro jednotlivé segmenty na slovenském a českém trhu.
|
|
|
Deep learning model for segmentation of trabecular tissue on CT data of the lumbar spine
Nagyová, Miriam ; Nohel, Michal
This paper focuses on training a deep learning model for vertebral body segmentation of the lumbar spine. The nnU-Net model was trained and tested on a publicly available dataset LumVBCanSeg consisting of 185 lumbar CT scans. Dice coefficient was used to evaluate the accuracy of the trained model. The mean Dice coefficient of the testing dataset was 0.949 with a standard deviation of 0.103. The model was also tested on clinical data containing various abnormalities, such as lytic lesions in multiple myeloma patients and metallic implants. Results were evaluated visually. While the model showed high accuracy on the testing dataset, the results on scans with anomalies showed a decline in accuracy.
|
|
|
Implementation of a deep learning model for segmentation of multiple myeloma in CT data
Gálík, Pavel ; Nohel, Michal
This paper deals with the implementation of a deep learning model for spinal tumor segmentation of multiple myeloma patients in CT data. Deep learning is becoming an important part of developing computer-aided detection and diagnosis systems. In this study, a database of 25 patients who were imaged on spectral CT and for whom different parametric images (conventional CT, virtual monoenergetic images, calcium suppression images) were reconstructed, was used. Three convolutional neural network models based on the nnU-Net framework for lytic lesion segmentation were trained on the selected data. The results were evaluated on a test database and the trained models were compared.
|
|
|
Segmentace arteriální stěny v obrazech sítnice s vysokým rozlišením
Polachová, Natálie ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato diplomová práce se zaměřuje na automatickou segmentaci arteriálních stěn sítnice na snímcích pořízených pomocí adaptivní optiky. Adaptivní optika je neinvazivní zobrazovací metoda, která poskytuje vysoké laterální rozlišení a umožňuje detailní pozorování mikrostruktur sítnice, včetně arteriálních stěn. Tato technologie je klíčová pro včasnou diagnostiku vávažných onemocnění, jako je arteriální hypertenze a diabetická retinopatie. Hlavním cílem práce byla detekce lumen arterie a segmentace jejích stěn. Pro detekci lumen byly využity morfologické a filtrační techniky. Pro segmentaci arteriálních stěn byly analyzovány jasové profily podél detekovaného lumen a využity metody aktivních kontur a splajnů. Výsledky ukazují, že metoda segmentace pomocí aktivních kontur zvyšuje přesnost detekce arteriálních stěn, zejména v oblastech s vysokým kontrastem. Tato práce shrnuje poznatky a navrhuje zlepšení detekce vnitřní strany stěny arterie, která snižuje úspěšnost segmentace v této práci.
|
|
|
Segmentace významných struktur v obrazových datech sítnice
Trojánek, Václav ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zaměřuje na segmentaci významných struktur v obrazových datech sítnice s cílem zlepšit diagnostiku a léčbu očních onemocnění. V práci jsou zkoumány a implementovány metody analýzy obrazů sítnice. Práce začíná přehledem anatomie oka a principů snímání očního pozadí pomocí fundus kamery a experimentálního video oftalmoskopu. Následuje podrobná literární rešerše zaměřená na aktuální metody detekce a segmentace diagnosticky významných struktur, jako jsou optický disk, žlutá skvrna a krevní cévy. Klíčovou částí práce je implementace a testování vybraných algoritmů, včetně Houghovy transformace pro detekci optického disku, OTSU prahování pro segmentaci krevních cév a detekci žluté skvrny na základě předchozí segmentace optického disku.
|
|
|
Převod otisků prstů nasnímaných mobilním zařízením do standardizovaného formátu - úpravy obrazu
Mucha, Vojtěch ; Říha, Kamil (oponent) ; Číka, Petr (vedoucí práce)
Bakalářská práce se zabývá problematikou převodu otisků prstů nasnímaných mobilním zařízením do standardizovaného formátu. V dnešní době se mobilní zařízení stávají stále běžnějšími prostředky pro akvizici biometrických dat, včetně otisků prstů. Zpracování a normalizace takto získaných otisků jsou nezbytnou součástí pro následnou biometrickou analýzu získaných otisků prstů. Cílem práce je návrh a implementace algoritmu pro převod fotky prstu do šedotónového obrazu otisku prstu s výraznými papilárními liniemi a potlačenými údolími. Algoritmus je implementován v jazyce C++ s využitím knihovny OpenCV a natrénované neuronové sítě pro detekci prstů z obrázku ruky. Dosažené výsledky jsou zhodnoceny podle algoritmů na hodnocení kvality otisků prstů NFIQ 2 a Innovatrics.
|
|
|
Segmentace trhu s využitím statistických metod
Bystřická, Michaela ; Marciánová, Pavla (oponent) ; Schüller, David (vedoucí práce)
Diplomová práce se zabývá segmentací zákazníků vybraného letního koupaliště. První část diplomové práce je věnována teoretickému konceptu zvolené problematiky. V analytické části je představeno letní koupaliště a jsou provedeny vybrané analýzy. Součástí analytické části je rovněž dotazníkové šetření. V rámci poslední části diplomové práce jsou navrhnuta opatření, která by vedla ke zvýšení úrovně služeb pro vybraný zákaznický segment.
|
|
|
Detekce a klasifikace nečistot v mikroskopickém obraze prachového filtru
Szkandera, Jaroslav ; Dobrovský, Ladislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Tato práce řeší problém segmentace a klasifikace nečistot prachových filtrů v poskládaném opticky nedokonalém mikroskopické obraze. Zadaný problém byl vyřešen s využitím knihovny OpenCV pomocí klasických segmentačních metod. Vyhodnocení přesnosti segmentace bylo provedeno pomocí knihovny scikit-image. Bylo rovněž vytvořeno grafické uživatelské rozhraní, které usnadňuje proces segmentace a výběr částic pro prvkovou analýzu. Výsledky této práce umožňují efektivní vyhodnocení předmětů zachycených filtrem.
|
|
|
Segmentace silnic a cest v obrazových datech pro účely autonomní jízdy
Janíček, Ondřej ; Cihlář, Miloš (oponent) ; Svědiroh, Stanislav (vedoucí práce)
Tato bakalářská práce se zabývá tématem segmentace silnic a cest pro účely autonomního řízení. V teoretické části se zabývá počítačovým viděním, jednoduchými metodami segmentace a praktickými řešeními problému pomocí konvolučních neuronových sítí a klasických metod. V praktické části se práce zabývá sběrem testovacích dat, výběrem vhodného programovacího jazyka a výběrem vhodných knihoven. Následně se představí postup při programování vlastního řešení. Zde se začíná předzpracováním pro převod obrazu do~šedotónového obrazu a filtrace šumu, poté nalezení hran v obraze pomocí Cannyho hranového detektoru, následuje definice oblasti zájmu s navazující Houghovou transformací pro detekci přímek v obraze a v poslední fázi filtrace horizontálních čar a průměrování zbylých čar. Na konci práce jsou porovnány výsledky představeného řešení s ohledem na robustnost a výpočetní náročnost.
|
|
| |
host ::
RSS.