|
|
App Supporting Strength Sports Training
Klem, Richard ; Tesařová, Alena (referee) ; Herout, Adam (advisor)
Tato práce představuje nový přístup k analýze výkonu v silových sportech pomocí modelu strojového učení pro odhad lidské pózy. Implementované řešení využívá model RTMPose k odhadu klíčových bodů lidské pózy, následně odvozuje polohu činky ze souřadnic zápěstí a vypočítává výkonnostní metriky. Konkrétní úhly kamery nebo viditelné kotouče nejsou vyžadovány. Navrhovaná metoda vylepšuje tradiční silový trénink tím, že poskytuje zpětnou vazbu a výkonnostní metriky, jako je průměrná rychlost, a ukazuje se jako účinná ve veřejných posilovnách i v domácím prostředí, a to i pro cvičení s vlastní vahou nebo pomůckami jako je např. odporová guma. Rozsáhlé experimenty potvrzují širokou použitelnost navrhnutého řešení. Srovnání s profesionálním systémem Qualisys prokazuje dostatečnou kvalitu aplikace.
|
|
|
Webová aplikace pro správu chytrého tržiště
Marek, Roman ; Herout, Adam (referee) ; Bažout, David (advisor)
The main motivation for creating the thesis derives from the already existing project of Ing. David Bazout, which is called the Smart Greenhouse. This project works on the basis of a web application in which individual users choose the conditions in which they want to grow their crops. Within a single community greenhouse, multiple areas are available for customers to rent and then plant their crops. However, a part of the greenhouse area is not available for rent because it is managed by the respective greenhouse manager. This is where the smart marketplace application comes in play. This enables the sale of the products that would go to waste. At the same time, however, it also includes automation of administrator tasks, message exchange between users and other functionality that would make the whole process easier. For implementation it was applied the Django framework, which uses the SQLite database to store the necessary information. For creation of user interface, the React library and its components were used.
|
|
|
Application for Aiding Solar Panel Positioning
Mudroň, Marek ; Bambušek, Daniel (referee) ; Herout, Adam (advisor)
Táto práca podrobne popisuje vývoj a iteratívne testovanie webovej aplikácie určenej na odhad solárneho výkonu fotovoltaických systémov. Hlavným cieľom bolo vytvoriť používateľské rozhranie (UI) a poskytnúť intuitívnu používateľskú skúsenosť (UX), cielenú pre amatérskych používateľov zaujímajúcich sa o fotovoltaické riešenia. Aplikácia umožňuje používateľom vybrať si geografickú polohu stavby, použiť textúru mapy pre jej namodelovanie a umiestniť solárne panely na strechu v zapojení podľa vlastného výberu. Používatelia môžu do systému pridať aj svoje vlastné modely panelov. Aplikácia využíva simulačný model na odhad výkonu navrhnutého systému. Nakoniec prezentuje výsledky predstavujúce očakávaný výťažok elektrickej energie.
|
|
|
Machine Learning on Synthetic Data for Counting Crates in Images
Koďousek, Ondřej ; Juránek, Roman (referee) ; Herout, Adam (advisor)
The goal of this work is to create a process that counts how many crates are in a video or still image. This is done by using a model that is trained on a synthetic dataset, and then the results are adjusted at the individual frame level and then at the continuous video frame level. This synthetic dataset is generated using a script in Blender using Octane Render, for a higher level of photorealism. The benefit of successfully training on the synthetic dataset is faster and especially automatic annotation. Since the annotations are generated with the image itself, it is not a problem to generate a large number of images without a single manual annotation. Another benefit is a head start in model generation for detecting objects that are new to the market and lack sufficient data, or are only in production. I have detected in still images and video, and in both cases I achieved success rates above 90% with a model trained on synthetic data.
|
|
|
Adversarial Attacks on AI Algorithms and Their Prevention
Gregorová, Jana ; Vaško, Marek (referee) ; Herout, Adam (advisor)
Bezpečnost AI a útoky na umělou inteligenci představují komplexní a dosud nedostatečně prozkoumanou problematiku. Cílem této práce je nabídnout ucelený přehled klíčových metod a možných vysvětlení útoků na AI a obran proti nim, aby se toto téma stalo přístupnějším a srozumitelnějším pro širší publikum, a tím usnadnit hlubší zkoumání a porozumění těmto útokům. Tato práce zahrnuje výběr metod pro vysvětlení jednotlivých klasifikačních rozhodnutí klasifikátorů hlubokého učení (Explainable AI: XAI) a jejich aplikaci při analýze rozhodovacího procesu klasifikátorů během útoků. K usnadnění vytváření dalších experimentů, monitorování útoků na AI a hledání možných vysvětlení byl navíc vyvinut skript, který tento proces zjednodušuje. Tento skript je součástí této práce a je poskytnut na přiloženém médiu.
|
|
|
Identifikace člověka podle fotografie dlaně / hřbetu ruky
Štanga, Miroslav ; Vaško, Marek (referee) ; Herout, Adam (advisor)
This work focuses on using contrastive self-supervised learning method for creating model of deep learning intended for person recognition based on hand photographs. The paper outlines fundamentals of machine learning, utilized tools and dataset. The method was developed using PyTorch library. The proposed model draws inspiration from the SimCLR architecture and its use of contrastive representation learning. The proposed approach utilizes the triplet loss function for optimization. Then the optimization process is described and impact of individual hyperparameters on the model´s accuracy is compared. The resulting model was trained on 1696 hand photos and achieves 98% accuracy on validation set. The accuracy achieved using self-supervised methods is higher than the accuracy achieved using supervised methods.
|
|
|
Research and Development of UI/UX for Commenting Sports Poses
Barborík, Martin ; Tesařová, Alena (referee) ; Herout, Adam (advisor)
The goal of this bachelor’s thesis is the research and iterative development of a user interface for the visual commentary of yoga positions. This process heavily relied on research with potential users and involved collecting sets of annotated photographs on paper. From these, interesting and repeated elements were applied to the developed interface. Qualitative tests were repeatedly conducted throughout the process; I identified shortcomings from these observations, applied changes, and tested again. The result of the work is a demonstrative user interface implemented as a progressive web application.
|
|
|
Comparison of Methods for Image Inpainting based on Deep Learning
Rajsigl, Tomáš ; Herout, Adam (referee) ; Španěl, Michal (advisor)
This bachelor thesis aims to compare deep learning methods and approaches for image inpainting using quantitative metrics like PSNR, SSIM, and LPIPS. Moreover, a user study has also been carried out for further subjective assessment. For the purposes of this comparison, four GAN-based neural networks were used. The first network, AOT-GAN, represents a benchmark against which the proposed architecture and its modifications were compared. In the experiments, a variant of the proposed method achieved a 29% improvement against AOT-GAN in images with small missing regions. This claim is also supported by the results of the user study where this method was ranked as the best. As a result of this thesis, a small dataset specifically for the evaluation of image inpainting in the context of object removal was created. Real-world applications of these methods are demonstrated through a web application.
|
|
|
Stereo Reconstruction with Deep Neural Networks
Letanec, Richard ; Herout, Adam (referee) ; Španěl, Michal (advisor)
The aim of this thesis is to design and train a neural network model capable of estimating a disparity map from a pair of images. It will then be possible to create a depth map and point cloud from the estimated disparity map. Such a process is called stereo reconstruction. Solving this task consists of two steps -- choosing a suitable dataset and choosing a suitable neural network architecture. In my work, I compared two neural network architectures that I trained on the DrivingStereo dataset, consisting of paired images photographed from the roof of a car, and retrained and evaluated on the KITTI 2015 dataset, consisting of images of the same type. As the first neural network architecture, I chose ES-Net, which uses an approach based on a sequence of residual blocks and convolutional layers. As the second architecture, I chose CREStereo, which uses an iterative approach based on recurrent layers to predict the disparity map. In all benchmark tests, the CREStereo architecture achieves better accuracy.
|
|
|
Guided Reinforcement Learning for Motor Skills
Karabelly, Jozef ; Herout, Adam (referee) ; Hradiš, Michal (advisor)
Cieľom tejto práce je prezentovať prehľad aktuálneho výskumu v oblasti posilovaného učenia pohybu s predlohou a identifikovať potenciálne smery výskumu. Okrem toho práca predstavuje vylepšenú metódu učenia fyzikálne simulovaných animácií postáv založenú na aktuálnych metódach. Predtrénovaný model ukazuje potenciál lepších výsledkov na rôznych nových úlohách. Vlastný dataset bol nazbieraný pre účely pretrénovania modelu predstaveného v tejto práci. Na základe výsledkov z vykonaných experimentov sú odprezentované možné budúce vylepšenia a smery výskumu.
|
guest ::
