Název:
Koncepty strojového učení pro kategorizaci objektů v obrazu
Překlad názvu:
Machine Learning Concepts for Categorization of Objects in Images
Autoři:
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2017
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [cze][eng]
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.
This work is focused on objects and scenes recognition using machine learning and computer vision tools. Before the solution of this problem has been studied basic phases of the machine learning concept and statistical models with accent on their division into discriminative and generative method. Further, the Bag-of-words method and its modification have been investigated and described. In the practical part of this work, the implementation of the Bag-of-words method with the SVM classifier was created in the Matlab environment and the model was tested on various sets of publicly available images.
Klíčová slova:
bag of features; bag of visual words; bag of words; boosting; diskriminativní modely; generativní modely; neuronová síť; omezený Boltzmannův stroj; popis objektu; počítačové vidění; SIFT; skrytý Markovovův model; statistické modely; Strojové učení; SURF; SVM; bag of features; bag of visual words; bag of word; boosting; computer vision; discriminative model; generative model; hidden markov model; Machine learning; neural network; object description; restricted Boltzmann machine; SIFT; statistical model; SURF; SVM
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/65237