Original title:
Vliv barevných modelů na chování konvolučních neuronových sítí
Translated title:
Impact of color models on performance of convolutional neural networks
Authors:
Šimunský, Martin ; Doležel, Petr (referee) ; Škrabánek, Pavel (advisor) Document type: Master’s theses
Year:
2020
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta strojního inženýrství Abstract:
[cze][eng]
Diplomová práce zkoumá aktuální poznatky týkající se vlivu barevných modelů na chování konvoluční neuronové sítě. Na základě poznatků je proveden experiment na toto téma se šesti barevnými modely RGB, HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr a hlubokou konvoluční neuronovou sítí ResNet-101. Barevný model RGB dosáhl v tomto experimentu nejvyšší přesnosti klasifikace, model HSV nejnižší.
Current knowledge about impact of colour models on performance of convolutional neural network is investigated in the first part of this thesis. The experiment based on obtained knowledge is conducted in the second part. Six colour models HSV, CIE 1931 XYZ, CIE 1976 L*a*b*, YIQ a YCbCr and deep convolutional neural network ResNet-101 are used. RGB colour model achieved the highest classification accuracy, whereas HSV color model has the lowest accuracy in this experiment.
Keywords:
color models; colour models; comparison; computer vision; convolutional neural network; deep learning; hsv; image classification; impact; lab; object classification; rgb; xyz; ycbcr; yiq; barevné modely; hluboké učení; hsv; klasifikace objektů; konvoluční neuronová síť; lab; porovnání; počítačové vidění; rgb; vliv; xyz; ycbcr; yiq
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/11012/191838