Original title: Detekce graffiti tagů v obraze
Translated title: Detection of Graffiti Tags in Image
Authors: Fischer, Martin ; Kodym, Oldřich (referee) ; Špaňhel, Jakub (advisor)
Document type: Bachelor's theses
Year: 2019
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Cílem této práce je porovnat různé přístupy počítačového vidění se záměrem automatické detekce graffiti tagů v obraze. Za tímto účelem byly v řešení použity modely založené na neuronových sítích. V práci byly otestovány jak osvědčené detekční modely, tak i modely experimentální. U nejpřesnějšího z nich (Faster R-CNN) bylo dosaženo přesnosti 83% mAP, což poukázalo na vhodnost těchto modelů při řešení otázky detekce tagů. The aim of this work is to compare different approaches of computer vision with the intention of automatic detection of graffiti tags in the image. The solution was based on models based on neural networks. Both the proven detection models and the experimental models were tested here. The most accurate one (Faster R-CNN) achieved an accuracy of 83% mAP, indicating the suitability of these models to the tag detection problem.
Keywords: CCNN; convolutional neural network; Counting CNN; EAST detector; Faster R-CNN; graffiti tags; Mask R-CNN; object detection; R-FCN; CCNN; Counting CNN; detekce objektů; EAST detektor; Faster R-CNN; graffiti tagy; konvoluční neuronové sítě; Mask R-CNN; R-FCN

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/180108

Permalink: http://www.nusl.cz/ntk/nusl-400273


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses