|
|
Reconstruction of Damaged Parts of Fingerprint Image Using Neural Nets
Bobocký, Boris ; Dyk, Tomáš (oponent) ; Kanich, Ondřej (vedoucí práce)
In this paper, I propose a method for reconstructing damaged fingerprints using generative adversarial networks (GANs), implemented with Python and the PyThorch library. I have trained a specific GAN model on a dataset of approximately twenty thousand prints, created with Anguli and other damage simulation tools. This approach produced excellent results and could have wide application in biometric systems. This work highlights the potential of deep learning in the fields of image reconstruction and biometrics.
|
|
|
Preparation and characterization of nanostructured III-V semiconductor materials
Maniš, Jaroslav ; Kostelník,, Petr (oponent) ; Hospodková,, Alice (oponent) ; Šikola, Tomáš (vedoucí práce)
The aim of the presented PhD thesis was to develop and analyze gallium nitride (GaN) nanostructures in three different forms. Firstly, three dimensional GaN nanocrystals prepared on graphene were studied from the perspective of the intrinsic crystal properties as well as growth statistics. Adopting the method of droplet epitaxy allowed the formation of such nanostructures at a low substrate temperature (T = 200°C). In order to demonstrate possible applications, the proof of concept of an UV sensitive device was designed and tested with the successful results and the great promise to the future work. Secondly, two dimensional GaN nanostructures were prepared on a pristine silicon surface also at low temperature (T = 200°C). Following experiments were focused on a study of a crystal structure and an elemental analysis as these structures have been observed for the first time. Two dimensional structures are promising candidates into the high power applications which are emerging in these days. Thus, preparation of such 2D GaN nanostructures serves as a solid foundation for the further research. Thirdly, one dimensional GaN horizontal nanowires were fabricated on different sapphire planes. The prepared nanowires provided adequate dataset for the subsequent data analysis related to the growth kinetics. Collected dataset was used for verification of the developed theoretical model of the nanowire growth. It has been shown that the theoretical model describes the growth of nanowires with great precision and, thus, provide a useful insight into the growth mechanisms.
|
|
|
Měření fotoluminiscenčních vlastností ultratenkých vrstev
Metelka, Ondřej ; Mach, Jindřich (oponent) ; Šamořil, Tomáš (vedoucí práce)
Tato bakalářská práce stručně vykládá principy a druhy luminiscence. V následující první rešeršní studii se pojednává také o zařízeních použitelných při fotoluminiscenčních experimentech, včetně jejich uspořádání. V druhé rešerši je studován vliv vlastností galium nitridových (GaN) (ultra) tenkých vrstev a jiných struktur připravených různými způsoby na tvar jejich fotoluminiscenčních spekter. V této práci je dále popsána optimalizace fotoluminiscenční aparatury umístěné na Ústavu fyzikálního inženýrství na VUT pro měření fotoluminiscenčních spekter v UV oblasti světelného záření. Úprava se týká také rozšíření měření i za nízkých teplot (návrh a konstrukce vlastního kryostatu). Závěrem je provedení testovacích měření k zjištění vlivu různých nastavení aparatury na výsledné měřené fotoluminiscenční spektrum.
|
|
|
Vývoj a aplikace UHV zařízení pro depozice tenkých vrstev (Atomární a iontové svazkové systémy)
Mach, Jindřich ; Čech, Vladimír (oponent) ; Lencová, Bohumila (oponent) ; Šikola, Tomáš (vedoucí práce)
V disertační práci je popsán vývoj dvou zařízení pro přípravu ultratenkých vrstev v UHV (ultravysoké vakuum) podmínkách. Je zde stručně popsána teorie atomárních svazků a dále pak podrobněji konstrukce uvedených zdrojů. V první části je popsána konstrukce termálního atomárního zdroje navrženého pro formování svazků atomů kyslíku nebo vodí-ku. Dále je uveden návrh a konstrukce iontově-atomárního zdroje pro depozici s asistencí iontových svazků. Zařízení kombinuje principy efuzní cely s elektronově srážkovým ionto-vým zdrojem generující ionty o energii iontů (30-100 eV). Zdroj byl uspěšně užit pro de-pozici GaN vrstev na Si(111) 7x7 za pokojové teploty.
|
|
|
Robustní odšumování a dereverberace audia
Košina, Simon ; Skácel, Miroslav (oponent) ; Szőke, Igor (vedoucí práce)
Cieľom tejto práce je vytvorenie modelu pre odšumovanie a dereverberáciu audio nahrávok pochádzajúcich z leteckej VHF komunikácie. Práca popisuje teoretické základy strojového učenia a rôzne architektúry neurónových sieti, ktoré sa v prípade podobných problémov často používajú. Nasleduje popis použitých nástrojov, implementácie a dátových sád. Posledné kapitoly sa venujú vykonaným experimentom, dosiahnutým výsledkom a nadväzujúcej práci.
|
|
|
Příprava trénovacích dat pomocí generativních neuronových sítí
Ševčík, Pavel ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce byla příprava trénovací datové sady pro detekci dopravních značek pomocí generativních neuronových sítí. V řešení byla použita upravená architektura U-Net a bylo experimentováno s aplikací stylů pomocí vrstev AdaIN podobně jako v modelu StyleGAN. Rozšířením reálné datové sady GTSDB o uměle vytvořené snímky bylo dosaženo úspěšnosti 80,36 %, což představuje zlepšení o 19,27 % oproti úspěšnosti detektoru natrénovanému pouze na reálných datech.
|
|
|
Image Super-Resolution Using Deep Learning
Mojžiš, Tomáš ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
The aim of this thesis is to create a deep neural net capable of super-resolution on images acquired by electron microscopes. The thesis consists of two parts - finding appropriate data and creating a dataset for the super-resolution task and designing a neural net architecture capable of solving the super-resolution task. Within the thesis, two datasets comprised of images acquired by electron microscopes were created. The datasets differ in the approach to data augmentation. They allow to train a neural network which fulfills the super-resolution task. To solve this task, two U-Net based and one GAN based architecture were trained. The resolution of images was upscaled by a factor of two and four. The best artificially upscaled images were created by neural network Real-ESRGAN. The values of metrics were not higher than the tested interpolation method, but the images seem more visually pleasing especially when they were upscaled four times. Thanks to this thesis, two datasets were created allowing to train other possible neural network architectures to improve the quality of the artificially upscaled images. The neural networks trained in this thesis can be utilized in the process of acquiring higher quality data from low resolution electron microscope images.
|
|
|
Detekce UV záření pomocí Grafen/GaN struktur
Kostka, Marek ; Piastek, Jakub (oponent) ; Mach, Jindřich (vedoucí práce)
Tato bakalářská práce se zabývá výrobou a studiem UV senzoru založeného na strukturách galia nitridu na grafenovém substrátu. Senzor využívá vysokou pohyblivost nosičů náboje v grafenu a citlivost GaN nanokrystalů na UV záření. Tato kombinace se jeví jako vhodná pro oblast UV senzorů, protože využití schopností obou materiálů vede k vysoké citlivosti takto provedených senzorů. První část práce je věnována grafenu, nitridu galia a heterostruktuře grafen/GaN, jejich popisu a výrobě. Druhá část obsahuje proces výroby senzoru a popis jeho optických a elektrických vlastností při analýze metodou fotoluminiscence a transportních vlastností.
|
|
|
Vývoj atomárních a iontových svazkových zdrojů
Šamořil, Tomáš ; Lencová, Bohumila (oponent) ; Mach, Jindřich (vedoucí práce)
Úkolem diplomové práce bylo provedení optimalizace iontově-atomárního zdroje, která povede ke zlepšení vlastností iontově-atomárního svazku. Zlepšení parametrů svazku zvyšuje účinnost iontově-atomárního zdroje při depozicích ultratenkých gallium nitridových vrstev (GaN), jež jsou důležité pro výzkum v oblasti mikroelektroniky a optoelektroniky. Po uskutečnění optimalizace byly při nižších teplotách substrátu (
|
|
|
Odhad obličeje z řečového signálu
Kyjonka, Mojmír ; Matějka, Pavel (oponent) ; Plchot, Oldřich (vedoucí práce)
Tato práce se zaobírá problematikou rekonstrukce obličeje na základě hlasu. V rámci této práce je prozkoumán současný stav této problematiky a následně je natrénován model pro generování obličeje z krátké audionahrávky. Natrénovaný model vychází z práce "Reconstructing faces from voices", jenž je založen na architektuře GAN. V této práci byly použity datasety VGGFace, VoxCeleb. Pro účely bakalářské práce byl vytvořen malý audiovizuální dataset česky mluvících osob. Práce je implementovaná pomocí skriptovacího jazyka Python s využitím knihovny PyTorch.
|
host ::
RSS.