|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Zpracování obrazu při určování topografických parametrů povrchů
Boháč, Martin ; Ohlídal, Miloslav (oponent) ; Šťastný, Jiří (vedoucí práce)
Práce se zabývá určením topografických parametrů náhodně drsného povrchu pomocí metody střihové interferometrie. Jedná se o optickou metodu určení drsnosti povrchu. Základní myšlenka je založena na deformaci interferenčních proužků vzniklých interferencí dvou stejných navzájem posunutých a nakloněných monochromatických světelných vlnoploch. Interferující vlnoplocha vznikne průchodem nebo odrazem monochromatického světla od povrchu zkoumaného tělesa. Interferující vlnoplochy vytváří obraz s deformovanými interferenčními proužky, který nese informaci o charakteru povrchu. Tato informace se z obrazu dá získat pomocí algoritmů zpracování obrazu. Tato diplomová práce byl zpracována v rámci vědecko-výzkumného záměru MSM 0021630529 Inteligentní systémy v automatizaci.
|
|
|
Posouzení korespondence zájmových bodů v obraze
Křehlík, Jan ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tento dokument se zabývá experimentálním ověřením možnosti použití trénovacích algoritmů AdaBoost a WaldBoost pro vytvoření klasifikační funkce, která by dokázala ve druhém snímku nalézt bod, který koresponduje s bodem v prvním snímku v sekvenci snímků. Práce také popisuje nalezení význačných bodů v obraze, jejichž detekce patří k prvním z kroků hledání korespondence. Dále je popsáno vytvoření deskriptorů nalezených bodů zájmu. Takovéto nalezené korespondující body ve dvojici snímků mohou například sloužit jako předstupeň pro vytvoření 3D modelu nasnímané scény.
|
|
|
Mobilní systém pro rozpoznání textu na Androidu
Tomešek, Jan ; Kolář, Martin (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá tvorbou mobilní knihovny pro předzpracování obrazu s textem, která představuje součást systému pro rozpoznávání textu. Knihovna je realizována s důrazem na obecnost použití, efektivitu a přenositelnost. V rámci práce byla vytvořena knihovna, která poskytuje řadu algoritmů především pro hodnocení kvality obrazu a detekci textu, jež umožňují výrazně snížit objem přenášených dat a zrychlit a zpřesnit proces rozpoznávání. Vytvořena byla také příkladová aplikace pro platformu Android, která dokáže analyzovat složení potravin uváděné na jejich obalech. Celkově tak knihovna (systém) zjednodušuje tvorbu mobilních aplikací se zaměřením na extrakci a analýzu textu. Mobilní aplikace pak poskytuje pohodlný způsob ověření škodlivosti potravin. Čtenáři práce nabízí přehled současných řešení i nástrojů dostupných v této oblasti, poskytuje rozbor významných algoritmů předzpracování obrazu a provádí jej budováním knihovny a aplikace pro mobilní zařízení.
|
|
|
Vyhodnocení úspěšnosti detekce objektů v obraze
Černošek, Bedřich ; Behúň, Kamil (oponent) ; Zemčík, Pavel (vedoucí práce)
Cílem této bakalářské práce bylo navrhnout způsob vyhodnocení úspěšnosti detekce objektů v obraze. Výsledkem této práce bylo vytvořit program, který na vhodném příkladu provede vyhodnocení úspěšnosti detekce objektů a intuitivně zobrazí výsledek uživateli. Úkolem bylo navrhnout vhodné experimenty a datový set pro ověření správnosti vyhodnocení. Součástí práce bylo nalézt optimální parametry detektoru pro detekci obličejů a optimální předzpracování fotografie před detekcí obličejů.
|
|
| |
|
|
Biometrická identifikace otisku prstu
Ruttkay, Michal ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
Diplomová práce popisuje anatomické vlastností otisků prstů a jejich uplatnění při identifikaci osoby. V teoretické části se popisuje význam papilárních linií na otiscích prstů, statistické vyhodnocení a především předzpracování obrazů. V praktické části jsou uvedeny potřebné operace k porovnání otisků prstů. Realizace byla provedena v programovém prostředí Matlab.
|
|
|
Obrazová analýza mitotických chromosomů
Jaroš, Luboš ; Vítek, Martin (oponent) ; Škutková, Helena (vedoucí práce)
Rozvoj moderní medicíny umožňuje studovat lidský genom a odhalovat predispozice pro odlišné nemoci. Jednou z takových technik je analýza lidského karyotypu, tedy souboru všech chromosomů. Nejdůležitějším krokem při analýze karyotypu je detekce chromosomů a jejich kategorizace. V práci jsem navrhl nový algoritmus pro detekci a kategorizaci chromosomů do sedmi skupin z mikroskopického snímku vzorku DNA. Implementace algoritmu byla provedena v prostředí Matlab. Pro ověření přesnosti segmentace a klasifikace chromosomů byl algoritmus testován na snímcích ze dvou databází (117 a 38 snímků). Sensitivita segmentace činí 88% a pozitivní prediktivní hodnota segmentace je 92%. Úspěšnost párování chromosomů je 77%.
|
|
|
Detekce mikroaneurizmat a hemoragií ve snímcích sítnice
Tobiášová, Nela ; Štohanzlová, Petra (oponent) ; Kolář, Radim (vedoucí práce)
Diabetická retinopatie je vážnou oční komplikací diabetu mellitus a jedním z hlavních důvodů slepoty na světě. Mikroaneuryzmata a hemoragie jsou patologie diabetické retinopatie. Jejich včasná detekce může zpomalit průběh nemoci a zabránit možnému oslepnutí. Algoritmy detekcí by zároveň usnadnili práci oftalmologů. Tato bakalářská práce se zabývá detekcí mikroaneuryzmat a hemoragií ve snímcích sítnice. V úvodní části je popsána diabetická retinopatie, typy lézí a možnosti léčby. Následuje uvedení několika již existujících detekcí. Praktická část se věnuje návrhu a řešení detekce červených lézí. Skládá se z několika kroků, vhodného výběru kanálu RGB snímku, lokální metody zvýraznění kontrastu snímku, zvýraznění hran, prahování, vytvoření trénovací množiny z vektoru příznaků a klasifikace pomocí neuronové sítě.
|
|
| |
host ::
RSS.