Original title: Modul pro vyhledávání nevhodných obrázků
Authors: Žurek, Aleš
Document type: Master’s theses
Year: 2015
Language: cze
Abstract: [cze] [eng]
Práce je zaměřena na klasifikování fotografií, které jsou nahrávány na seznamovací službu Lidé.cz. Fotografie jsou klasifikovány do kategorií závadné a nezávadné dle toho, jestli obsahují pornografický obsah. Pro klasifikaci je využito konvolučních neuronových sítí, které jsou učeny pomocí frameworku Caffe. Výsledek práce splnil všechny požadavky kladené společností Seznam.cz, a.s. Na vytvořeném datasetu s 5643 fotografiemi bylo dosaženo přesnosti klasifikátoru 93,64 % a doba klasifikace jedné fotografie je natolik nízká, aby se dala provádět v reálném čase. První část práce obsahuje analýzu současného stavu klasifikace fotografií. Druhá část je zaměřena na analýzu a návrh řešení a v třetí části je popsaná implementace řešení a průběh testování modelů neuronových sítí. This work is focused on classifying photos which are uploaded on dating service Lidé.cz. Pictures are classified into two categories based on whether they contain pornographic content or not. Convolutional neural networks are used for classification and these neural networks are taught by using Caffe framework. The results of this work fulfilled all requirements from Seznam.cz, a.s. company. Classification accuracy of the best model on created testing dataset with 5643 photos was 93,64 % and the time for classification of photography is low enough to perform classification in real time. The first part contains an analysis of the current approaches for image classification. The second part focuses on the analysis and draft of the solution and the third part describes the implementation of the solution and the testing of neural networks models.
Keywords: caffe; klasifikace; neuronová síť; pornografie; Python

Institution: Mendel University in Brno (web)
Document availability information: Available in the digital repository of Mendel University.
Original record: http://is.mendelu.cz/zp/index.pl?podrobnosti=72862

Permalink: http://www.nusl.cz/ntk/nusl-638757


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