|
|
Known-Item Search in Image Datasets Using Automatically Detected Keywords
Souček, Tomáš ; Lokoč, Jakub (vedoucí práce) ; Peška, Ladislav (oponent)
Hledání známého objektu představuje případ, kdy uživatel hledá konkrétní obrázek v databázi, ale nezná jeho pozici. Tato práce se zaměřuje na návrh a evaluaci modelu pro hledání známého obrázku pomocí klíčových slov. Pro účel přiřazení slov k jednotlivým obrázkům databáze je použita hluboká neuronová sít trénovaná pomocí námi vybraných dat. Nad tímto modelem navrhujeme dotazovací rozhraní pro intuitivní a rychlé vyhle- dávání obrázků. Kvalitu modelu při interaktivním hledání odhadujeme pomocí simulací různých uživatelů. Dále rozebíráme naši úspěšnou účast na dvou mezinárodních soutěžích. 1
|
|
|
Prostředí pro lifting
Kubový, Jan ; Pelikán, Josef (vedoucí práce) ; Lokoč, Jakub (oponent)
Cílem práce je vytvořit knihovnu, pomocí které bude možno snadno vytvářet výpočetní sítě a dále s nimi experimentovat. Pojmem výpočetní sítě jsou my- šleny algoritmy, které je možné rozdělit na jednoduché části (uzly), ze kterých se následně vytvoří větší výpočetní celek. Hlavní zaměření této knihovny je snadné experimentování s transformacemi založenými na liftingu. Pro tato zapojení exis- tují inverzní operace, čehož se využívá při bezeztrátové komprimaci dat nebo signálu. Důraz u této práce byl kladen na jednoduchost tvorby nových uzlů a následných zapojení. Nedílnou součástí práce je i ukázka několika transformací založených na liftingu.
|
|
|
Visual Question Answering
Hajič, Jakub ; Straka, Milan (vedoucí práce) ; Lokoč, Jakub (oponent)
Visual Question Answering (zodpovídání dotazů nad obrázky, VQA) je nová multimodální úloha v oblasti strojového učení. Vstupem této úlohy je obrázek a otázka vztahující se k tomuto obrázku a výstupem je odpověď na tuto otázku. V této diplomové práci navrhujeme dvě modifikace stávajícího modelu, který zví- tězil v soutěži VQA 2016 pomocí tzv. multimodálního kompaktního bilineární pooling ("Multimodal compact bilinear pooling"), což je nový způsob kombinace modalit. První modifikací bylo přidání mechanizmu "language attention", který jsme dále rozšířili zavedením "region attention" mechanizmu se zaměřením na objekty rozpoznané na obrázku. Rovněž provádíme experiment s různými kombi- nacemi těchto modifikací v rámci jednoho end-to-end modelu. Tato práce popisuje MCB model a naše rozšíření a jejich dvě různé implementace a vyhodnocuje je standardními postupy na původních evaluačních datech soutěže VQA pro přímé porovnání s předchozími výsledky. 1
|
|
|
Comparison of signature-based and semantic similarity models
Kovalčík, Gregor ; Lokoč, Jakub (vedoucí práce) ; Mráz, František (oponent)
Content-based image retrieval and similarity search has been investigated for several decades with many different approaches proposed. This thesis fo- cuses on a comparison of two orthogonal similarity models on two different im- age retrieval tasks. More specifically, traditional image representation models based on feature signatures are compared with models based on state-of-the-art deep convolutional neural networks. Query-by-example benchmarking and tar- get browsing tasks were selected for the comparison. In a thorough experimental evaluation, we confirm that models based on deep convolutional neural networks outperform the traditional models. However, in the target browsing scenario, we show that the traditional models could still represent an effective option. We have also implemented a feature signature extractor into the OpenCV library in order to make the source codes available for the image retrieval and computer vision community. 1
|
|
|
Efektivní vizualizace pro interaktivní exploraci ve videu
Pavlovský, Jan ; Lokoč, Jakub (vedoucí práce) ; Grošup, Tomáš (oponent)
V této práci představujeme inovativní přístup k visualizaci a prezentaci výsledků vyhledávání pro brouzdání a hledání v rozsáhlých kolekcích videa. Obecný problém hledání ve videu je analyzován a diskutován v porovnání s dalšími moderními softwarovými nástroji a metodami používanými pro hledání ve videu. Konkrétní visualizační metoda a algoritmus pro její generování je navržen a diskutován. Zhodnotili jsme naši metodu jak empiricky, tak uživatelskou studií. Na základě výsledků těchto experimentů jsme vybrali nejlepší možné nas- tavení algoritmu pro interaktivní vyhledávání ve videu a aplikovali je. Jednoduchý experimentální softwarový nástroj implementující navržené metody byl vyvinut se zaměřením právě na visualizační komponenty. 1
|
|
|
Aplikace umělých neuronových sítí pro detekci malware v HTTPS komunikaci
Bodnár, Jan ; Lokoč, Jakub (vedoucí práce) ; Somol, Petr (oponent)
Jelikož velké množství škodlivého softwaru používá internet, nabízí se možnost detekovat infikované počítače na základě kontroly síťové aktivity. Útočníci však skrývají obsah komunikace tím, že využívají šifrované pro- tokoly jako je například HTTPS, takže se při analýze síťové komunikace musíme spolehnout na metadata. Společnost Cisco nám poskytla dataset obsahující agregovaná metadata doplněná o informaci, zda daný vzorek ko- munikace obsahoval nežádoucí aktivitu. Tato práce se zabývá tím, jak naučit neuronové sítě na základě těchto metadat detekovat nežádoucí komunikaci. Srovnává jednotlivé architektury a také porovnává výsledky neuronových sítí s výsledky jiných metod strojového učení použitých našimi kolegy. Také se pokouší vytvořit zobrazení, které zobrazuje vzorky komunikace do pros- toru, kde vzorky škodlivé komunikace vytvořené jednou rodinou škodlivého softwaru vytvářejí klastry. Takové zobrazení by mohlo pomoci najít další počítače napadené virem na základě vzorku komunikace tohoto viru, a to i v případě, že tento virus není detekován detekčním systémem. 1
|
|
|
Efficient kNN classification of malware from HTTPS data
Maroušek, Jakub ; Lokoč, Jakub (vedoucí práce) ; Galamboš, Leo (oponent)
Jedním z důležitých úloh systémů pro detekci průniku je rozpoznání komunikace malwaru v počítačové síti. Tradiční metody detekce, které analyzují obsah paketů, přestávají být dostačující vzhledem k nárůstu použití šifrovaného protokolu HTTPS. Výzkumem však bylo prokázáno, že vysokoúrovňové informace o HTTPS spojení, například množství odeslaných a přijatých dat nebo délka požadavku, mohou být úspěšně využity k detekci vzorů chování malwaru. V této práci se zabýváme algoritmy k-NN, které mohou být využity k sestavení klasifikátoru detekujícím škodlivou komunikaci. Implementujeme metody aproximativního k-NN hledání s důrazem na zpracování vel- kých objemů vysokodimenzionálních dat, konkrétně tři distribuované postupy pomocí frameworku MapReduce a jeden centralizovaný postup. Následuje srovnání metod na datech obsahujících až 1000dimenzionální objekty podle škálovatelnosti, přesnosti hledání a výsledcích klasifikace.
|
|
|
Using Metric Indexes For Effective and Efficient Multimedia Exploration
Čech, Přemysl ; Lokoč, Jakub (vedoucí práce)
Exponenciální růst multimediálních dat představuje výzvu pro explorační systémy s podporou efektivního uspořádání a získávání dat. V této práci se zaměřujeme na procházení velkých kolekcí v případech, kdy nelze přesně definovat dotaz, či chceme získat obecnou představu o obsahu kolekce. Konkrétněji se zabýváme metrickým indexem zvaným PM-strom využívajícím hierarchii vnořených metrických regionů. PM-strom jsme rozšířili pro explorační účely a definujeme vhodné způsoby explorace a dotazování pomocí tohoto indexu. Dále zkoumáme efektivní vyhodnocení vícenásobných rozsahových dotazů a definujeme nový typ multi-dotazu využívající cut-regiony. V experimentech pak porovnáváme výsledky prezentovaných přístupů a diskutujeme výsledky. Všechny explorační strategie jsou také vyhodnoceny v demo aplikaci jménem Find-the-image.
|
|
|
Object recognition using 3D convolutional neural networks
Moravec, Jaroslav ; Lokoč, Jakub (vedoucí práce) ; Straka, Milan (oponent)
Název: Rozpoznávání objektů pomocí 3D konvolučních neuronových sítí Autor: Jaroslav Moravec Katedra: Katedra softwarového inženýrství Školitel: RNDr. Jakub Lokoč, Ph.D., Katedra softwarového inženýrství Abstrakt: S rychlým rozvojem laserů a senzorů se velmi usnadnilo skenování i ukládání objektů do digitální podoby v perzistentních databázích. S rostoucím počtem naskenovaných 3D objektů je nezbytné vyvinout metody pro práci s těmito daty a jejich vyhledávání. Pro různé úkoly vyhledávání je také potřeba, aby tyto vyhledávací modely byly co nejefektivnější. V naší práci se zaměřujeme na efektivní klasifikaci a vyhledávání podobných objektů. Studovaný přístup se zakládá na konvolučních neuronových sítích, tedy metodě strojového učení, která v posledních letech zažívá boom. Navrhli jsme a natrénovali několik architek- tur 3D konvolučních neuronových sítí a testovali jsme je na nejmodernějších 3D datasetech pro rozpoznávání a vyhledávání podobných 3D objektů. Podařilo se nám též ukázat, že naučené znaky objektů z jednoho datasetu se mohou následně použít na určení tříd objektů z jiného 3D datasetu. Klíčová slova: Rozpoznávání objektů, 3D konvoluce, neuronové sítě
|
|
|
Detection of malignant melanoma in histological sample using deep neural networks
Frey, Adam ; Lokoč, Jakub (vedoucí práce) ; Straka, Milan (oponent)
The aim of this thesis is to create a classification method for detection of ma- lignant melanoma in high-resolution digital images. Deep convolutional neural networks were used for this task. At first, a short overview of malignant melanoma and ways to detect it is presented. Deep convolutional neural networks are also introduced with a special attention given to models used further in this work. Several ways to generate samples from the provided histological images are discussed, and several experiments are evaluated to decide how to maximize the accuracy of employed classification methods. The thesis then focuses on several neural network structures used for image classification and their possible utiliza- tion for the given task. The emphasis is laid on the transfer learning, a method used for modifying already trained models for different tasks. This method is then used for training several classifiers. Further on, several methods for the visualization of model results are discussed with some of them implemented. The experiments show promising results on par with other studies dealing with similar problems. Several possibilities for further development are listed in the conclusion.
|
host ::
RSS.