Národní úložiště šedé literatury Nalezeno 12 záznamů.  1 - 10další  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Šalko, Milan ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of this bachelor thesis is to study and design algorithm for detection of fingerprint damage caused by skin disease, specifically by wart and dyshidrosis. Symptome detection was implemented by convolutional neural network based on Keras framework. This network determine, which part of finger is damaged and in these areas will classify the disease. Combination of synthetic and real fingerprints was used to train the neural network.
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Vican, Peter ; Rydlo, Štěpán (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of the diploma thesis is to study and propose improvement of the current convolutional neural network for the classification and detection of fingerprint disease. An improvement of the current convolutional neural network is the change of library for the algorithm of learning, detecting and classifying fingerprint damage. Other improvements are to change  the convolutional neural network model and a change in the activation function. At the same time, preprocessing using the Gabor filter will be added. Another change is in the area of thresholding. Next, there will be a change in general-purpose algorithms that will simplify the work for expanding database creation, the learning process itself, the classification and detection process, and the network testing process. At the same time, this network will be expanded with a new prediction and classification. Specifically the damage caused by eczema, psoriasis, pressure and moisture. The improved convolutional neural network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. At the same time, the type of disease or imprint damage is classified during detection. Synthetic fingerprints are used in network training and are supplemented by real fingerprints.
Generování projevu kožního onemocnění do syntetických otisků prstů z generátoru Anguli
Hytychová, Tereza ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat nástroj pro generování projevů kožních onemocnění do syntetických otisků prstu z generátoru Anguli. Navržené algoritmy jsou schopné vytvářet snímky s projevy bradavic a hyperkeratotického ekzému. Pro zpracování obrazu byla využita knihovna OpenCV. Výsledné snímky jsou otestovány pomocí programu VeriFinger a mohou dále sloužit pro testování systémů pro rozpoznávání otisků prstu. Výsledky testování prokázaly, že obě vybraná onemocnění mají negativní vliv na rozpoznání otisku prstu. Přidáním projevů bradavic do snímku otisku prstu bylo dosaženo snížení jeho kvality až o 34 % a přidáním projevů hyperkeratotického ekzému dokonce až o 77 %.
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Vican, Peter ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of this diploma thesis is to study and design experimental improvement of the convolutional neural network for disease detection. Another goal is to extend the classifier with a new type of detection. he new type of detection is damage fingerprint by pressure. The experimentally improved convolutional network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. Synthetic fingerprints are used when training the net. Real fingerprints are added to the synthetic fingerprints.
Generování onemocnění kůže do syntetických otisků prstů
Bárta, Milan ; Kanich, Ondřej (oponent) ; Drahanský, Martin (vedoucí práce)
Diplomová práce se zabývá návrhem a implementací nástroje, s jehož pomocí je možné simulovat stopy konkrétních onemocnění kůže v umělém otisku prstu. Vybraná onemocnění pro tuto práci jsou bradavice a atopický ekzém. Generování známek onemocnění probíhá do umělého otisku vytvořeného aplikací SFinGe. Existující otisky prstů s onemocněním z databáze STRaDe jsou analyzovány, následně jsou navrženy postupy pro simulaci konkrétních onemocnění do umělého otisku prstu, ty jsou implementovány a výsledek je vyhodnocen.
Problematika plaveckého výcviku v závislosti na kožních onemocněních
Kleinerová, Kateřina
Diplomová práce se zaměřuje na děti mladšího školního věku, které absolvovaly povinný plavecký výcvik v bazénech s různými úpravami vody, konkrétně chlorem, solí a UV+. Cílem práce bylo zanalyzovat, jak tato plavecká výuka ovlivňuje děti s různými kožními onemocněními, jako je suchá kůže, atopický ekzém, lupénka a plantární bradavice. Výzkum probíhal na třech odlišných základních školách. Každá škola navštěvovala během plavecké výuky jiný plavecký bazén s odlišnou metodou úpravy vody. Výzkumu se zúčastnilo 348 žáků, z toho 172 dívek a 176 chlapců 3. a 4. třídy ve věku od 8 do 11 let. V rámci výzkumu byla využita metoda kvantitativního osobního dotazování a metoda kvalitativního pozorování. Teoretická část se zabývá plaváním, plaveckou výukou, metodami úpravy vody v plaveckých bazénech a vybranými kožními chorobami. V praktické části jsou popsány výsledky výzkumu. Získané výsledky ukázaly, že suchost kůže se projevila u 35,4 % žáků ze všech třech škol, které navštěvovaly plaveckou výuku. Na chlórovaném bazénu se suchost kůže projevila u 26,5 % žáků, na bazénu ošetřovaném solí se objevila u 46,2 % žáků a na bazénu UV+ se suchost kůže projevila u 34,6 % žáků. Zhoršení atopického ekzému se projevilo u 44,8 % atopiků ze všech základních škol. Na chlórovaném bazénu se atopický ekzém zhoršil 50 % atopiků,...
Problematika plaveckého výcviku v závislosti na kožních onemocněních
Kleinerová, Kateřina ; Svobodová, Irena (vedoucí práce) ; Jandová, Soňa (oponent)
Diplomová práce se zaměřuje na děti mladšího školního věku, které absolvovaly povinný plavecký výcvik v bazénech s různými úpravami vody, konkrétně chlorem, solí a UV+. Cílem práce bylo zanalyzovat, jak tato plavecká výuka ovlivňuje děti s různými kožními onemocněními, jako je suchá kůže, atopický ekzém, lupénka a plantární bradavice. Výzkum probíhal na třech odlišných základních školách. Každá škola navštěvovala během plavecké výuky jiný plavecký bazén s odlišnou metodou úpravy vody. Výzkumu se zúčastnilo 348 žáků, z toho 172 dívek a 176 chlapců 3. a 4. třídy ve věku od 8 do 11 let. V rámci výzkumu byla využita metoda kvantitativního osobního dotazování a metoda kvalitativního pozorování. Teoretická část se zabývá plaváním, plaveckou výukou, metodami úpravy vody v plaveckých bazénech a vybranými kožními chorobami. V praktické části jsou popsány výsledky výzkumu. Získané výsledky ukázaly, že suchost kůže se projevila u 35,4 % žáků ze všech třech škol, které navštěvovaly plaveckou výuku. Na chlórovaném bazénu se suchost kůže projevila u 26,5 % žáků, na bazénu ošetřovaném solí se objevila u 46,2 % žáků a na bazénu UV+ se suchost kůže projevila u 34,6 % žáků. Zhoršení atopického ekzému se projevilo u 44,8 % atopiků ze všech základních škol. Na chlórovaném bazénu se atopický ekzém zhoršil 50 % atopiků,...
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Vican, Peter ; Rydlo, Štěpán (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of the diploma thesis is to study and propose improvement of the current convolutional neural network for the classification and detection of fingerprint disease. An improvement of the current convolutional neural network is the change of library for the algorithm of learning, detecting and classifying fingerprint damage. Other improvements are to change  the convolutional neural network model and a change in the activation function. At the same time, preprocessing using the Gabor filter will be added. Another change is in the area of thresholding. Next, there will be a change in general-purpose algorithms that will simplify the work for expanding database creation, the learning process itself, the classification and detection process, and the network testing process. At the same time, this network will be expanded with a new prediction and classification. Specifically the damage caused by eczema, psoriasis, pressure and moisture. The improved convolutional neural network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. At the same time, the type of disease or imprint damage is classified during detection. Synthetic fingerprints are used in network training and are supplemented by real fingerprints.
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Vican, Peter ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of this diploma thesis is to study and design experimental improvement of the convolutional neural network for disease detection. Another goal is to extend the classifier with a new type of detection. he new type of detection is damage fingerprint by pressure. The experimentally improved convolutional network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. Synthetic fingerprints are used when training the net. Real fingerprints are added to the synthetic fingerprints.
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Šalko, Milan ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
The aim of this bachelor thesis is to study and design algorithm for detection of fingerprint damage caused by skin disease, specifically by wart and dyshidrosis. Symptome detection was implemented by convolutional neural network based on Keras framework. This network determine, which part of finger is damaged and in these areas will classify the disease. Combination of synthetic and real fingerprints was used to train the neural network.

Národní úložiště šedé literatury : Nalezeno 12 záznamů.   1 - 10další  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.