|
|
Deep Learning for Facial Recognition in Video
Jeřábek, Vladimír ; Sochor, Jakub (referee) ; Hradiš, Michal (advisor)
This work deals with face recognition in video using neural networks. In the beginning, there is described the process of selection and verification of convolution neural network to generate feature vectors from images of different identities. In the next part, this work deals with the aggregation of feature vectors from video frames. Aggregation takes place through aggregation neural networks. At the end of this work, the results obtained by the aggregation methods are discussed.
|
|
|
Employing Network Intelligence for Deanonymization of Cryptocurrency Users
Horňák, Peter ; VUT), Marcel Marek (FIT (referee) ; Grégr, Matěj (referee) ; Jeřábek, Vladimír (referee) ; Veselý, Vladimír (advisor)
Cieľom tejto práce je analyzovať peer-to-peer sieť Ethereum a uzly pripojené k sieti. Pre zber potrebných údajov navrhujeme monitorovací systém, ktorý dokáže prehľadávať sieť objavovaním nových peerov a pravidelne o nich zbierať informácie. Implementujeme verziu 4 a verziu 5 Ethereum discovery protokolu, ktorý slúži na komunikáciu s nájdenými uzlami siete. Platforma je postavená na architektúre mikroslužieb pre lepšiu škálovateľnosť a modularitu, pričom je zapuzdrená v Docker kontajneroch pre jednoduchšie nasadenie. Monitorovací systém zhromažďuje a ukladá základné informácie, ako sú adresy IP, čísla portov a asymetrické verejné kľúče, do databázy časových radov. Na overenie výsledkov sa potom výsledky porovnávajú s verejne dostupnými zdrojmi.
|
|
|
Deep Learning for Facial Recognition in Video
Jeřábek, Vladimír ; Sochor, Jakub (referee) ; Hradiš, Michal (advisor)
This work deals with face recognition in video using neural networks. In the beginning, there is described the process of selection and verification of convolution neural network to generate feature vectors from images of different identities. In the next part, this work deals with the aggregation of feature vectors from video frames. Aggregation takes place through aggregation neural networks. At the end of this work, the results obtained by the aggregation methods are discussed.
|
guest ::
RSS feed.