Original title: Re-identifikace graffiti tagů
Translated title: Graffiti Tags Re-Identification
Authors: Pavlica, Jan ; Beran, Vítězslav (referee) ; Špaňhel, Jakub (advisor)
Document type: Master’s theses
Year: 2020
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Tato práce se zaměřuje na možnost využití současných metod na poli počítačového vidění  k re-identifikaci graffiti tagů. V práci je zkoumána možnost využití konvolučních neuronových sítí k re-identifikaci graffiti tagů, které jsou nejrozšířenějším typem graffiti. V rámci práce bylo experimentováno s různými modely konvolučních neuronových sítí z nichž nejvhodnější byl MobileNet s využitím triplet loss funkce, kdy se podařilo dosáhnout mAP 36.02%. This thesis focuses on the possibility of using current methods in the field of computer vision to re-identify graffiti tags. The work examines the possibility of using convolutional neural networks to re-identify graffiti tags, which are the most common type of graffiti. The work experimented with various models of convolutional neural networks, the most suitable of which was MobileNet using the triplet loss function, which managed to achieve a mAP of 36.02%.
Keywords: circle loss; convolutional neural networks; graffiti tags; MobileNet; object re-identification; ResNet; triplet loss; VGG16; circle loss; graffiti tagy; konvoluční neuronové sítě; MobileNet; re-identifikace objektů; ResNet; triplet loss; VGG16

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/11012/195006

Permalink: http://www.nusl.cz/ntk/nusl-569508


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