|
|
Vyhledávání fotografií v databázi podle příkladu
Dobrotka, Matúš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Táto práce se zabývá vyhledáváním fotografií v databázi podle příkladu. Práce byla vytvo\-ře\-na s cílem vyvinout aplikaci, která bude porovnávat různé přístupy vyhledávání fotografií v databázi. Jedná se o základní přístup, který spočívá v detekci klíčových bodů, extrakci lokálních příznaků a tvorbě vizuálního slovníku algoritmem shlukování - k-means. Pomocí vizuálního slovníku je spočítán histogram četnosti výskytu vizuálních slov - Bag of Words (BoW), který reprezentuje fotografii jako celek. Po aplikování vhodné metriky dojde k vyhledání podobných fotografií. Druhý přístup představují hluboké konvoluční neuronové sítě (DCNN), které jsou využity k extrakci příznakových vektorů. Tyto vektory jsou použity na tvorbu vizuálního slovníku, který slouží opět k výpočtu BoW. Postup je pak podobný jako v prvním přístupu. Třetí přístup počítá s extrahovanými vektory z DCNN jako s BoW vektory. Následuje aplikace vhodné metriky a vyhledání podobných fotografií. V závěru práce jsou popsány použity přístupy, uvedeny experimenty a závěrečné vyhodnocení.
|
|
|
Klasifikační metody analýzy vrstvy nervových vláken na sítnici
Zapletal, Petr ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato práce se zabývá klasifikací vrstvy nervových vláken na sínici. Pro klasifikaci jsou použita data získaná šesti různými metodami texturní analýzy. Každá metoda vypočítá ze vstupních obrazů vektor příznaků, který je pro danou skupinu charakteristický. Vlastní třídění je realizováno třemi algoritmy učení s učitelem a jedním algoritmem učení bez učitele. Jako první je otestován algoritmus Ho-Kashyap. Poté Bayessovský klasifikátor NDDF (Normal Density Discriminant Function) a pro třetí klasifikátor je použita metoda nejbližších sousedů (Nearest Neighbors) k-NN. Jako poslední je zde odzkoušen klasifikátor K-means, který pracuje na principu shlukové analýzy. Pro větší kompaktnost jsou použity tři metody výběru testovacích dat pro algoritmy učení s učitelem. Jsou to „Repeated random subsampling cross validation“, „K-fold cross validation“ a „Leave one out cross validation“. Všechny použité třídící algoritmy jsou nakonec porovnány podle výsledné chyby klasifikace.
|
|
|
Statistické vlastnosti mikrostruktury dopravního proudu
Apeltauer, Jiří ; Nagy,, Ivan (oponent) ; Kumpošt,, Petr (oponent) ; Holcner, Petr (vedoucí práce)
Současná teorie dopravního proudu předpokládá, že zde interagují pouze sousední vozidla. Toto východisko je legitimní, avšak vychází z možností vědy a techniky 50. let minulého století, které jsou v současnosti již překonány. Dnes je již zřejmé, že obecně probíhá interakce mezi vozidly na vzdálenosti větší (neboli mezi více vozidly), avšak zatím nebyl předložen postup, který by dokázal vzdálenost této interakce kvantifikovat. V této práci je předložena metoda, která s využitím nástrojů matematické statistiky a přesného měření časových odstupů jednotlivých vozidel umožňuje tyto interakční vzdálenost mezi více vozidly určit. Současně byla ověřena její platnost pro úzká hustotní pásma dopravního proudu. Podařilo se prokázat, že při vysokých hustotách dopravního proudu probíhá interakce minimálně mezi třemi po sobě jedoucími vozidly, u nižších hustot mezi čtyřmi až pěti vozidly. Výsledky práce mají dopad na vývoj nových mikroskopických modelů dopravního proudu a jejich verifikaci.
|
|
|
Automatické třídění fotografií podle obsahu
Matuszek, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá výběrem metod, návrhem a implementací aplikace schopné automatického třídění fotek dle jejich obsahu do předem daných skupin. Podrobněji se popisují jednotlivé hlavní kroky klasifikace. Vyhledání a popis význačných bodů v obraze metodou SURF, vytvoření vizuálního slovníku metodou k-means, mapování na slova přes strukturu kd-tree. Vytváří se vlastní hodnocení na základě kterého se klasifikuje. Je zde popsáno jak byly jednotlivé kroky implementovány s pomocí knihoven OpenCV a Qt. A taktéž jsou ukázány výsledky pro různá nastavení běhu aplikace a snahy o zlepšení výsledku, kdy aplikace dokáže roztřídit fotky správně, ale úspěšnost je kolísavá.
|
|
|
Shlukování proteinových sekvencí na základě podobnosti primární struktury
Jurásek, Petr ; Stryka, Lukáš (oponent) ; Burgetová, Ivana (vedoucí práce)
Diplomová práce je zaměřena na shlukování proteinových sekvencí na základě podobnosti primárních struktur. Seznamuje s daty v podobě aminokyselin, které tvoří primární strukturu proteinů. Představuje základní algoritmy pro porovnávání podobnosti proteinových sekvencí. Popisuje shlukovou analýzu a metody shlukování. Praktickou část práce představuje návrh vzdálenostní funkce pro proteiny a implementace metod shlukování AGNES, k-means, k-medoids v jazyce Python.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Třídění EKG cyklů pomoci shlukové analýzy
Ředina, Richard ; Smíšek, Radovan (oponent) ; Ronzhina, Marina (vedoucí práce)
Bakalářská práce pojednává o~aplikaci shlukové analýzy na~různé záznamy EKG s~cílem vytvoření spolehlivého algoritmu na~detekci odlišných QRS komplexů. Samotný algoritmus zahrnuje filtraci, upravení pozic R kmitů, vytvoření vzorového cyklu. Následuje porovnání na~základě korelace a~střední kvadratické odchylky, ze~kterých se stanou data pro shlukování metodou k-means. Výsledný počet shluků je odvozen z~průměrné hodnoty silulet pro~různé počty shluků.
|
|
|
Pokročilá segmentace obrazu pro 3D zobrazení
Baletka, Tomáš ; Fliegel, Karel (oponent) ; Boleček, Libor (vedoucí práce)
Diplomová práce pokročilé segmentace obrazu pro 3D se zabývá segmentací obrazu a anaglyfického 3D zobrazení. V teoretické části diplomové práce byly popsány různé přístupy používané k segmentaci obrazu a úzce související metody zpracování obrazu. V navazující praktické části byla provedena implementace vybraných metod a vytvořena uživatelsky příjemná aplikace. Hlavním cílem programu je identifikace výrazných objektů v obraze. Za účelem segmentace byly implementovány metody založené na metodě k-means, na metody kontur a na růstu ze semínka. Program je vytvořen v prostředí Visual Studio 2008 a napsán v programovacím jazyku C++. Vstupem i výstupem programu je obraz v různých formátech (JPG, BMP, TIFF).
|
|
|
Využití získávání znalostí pro data z PDF souborů
Dvořáček, Libor ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce se zabývá extrakcí tabulek z digitálně vytvořených pdf a následným použitím získatých dat pro datovou analýzu. Použity jsou metody redukce dimenzí a shlukové analýzy. Hlavním obsahem je rozbor dostupných nástrojů pro extrakci dat v jazyce python, popis a porovnání použitých metod strojového učení a implementace aplikace, která všechna tato témata sdružuje do jednoho funkčního celku na adrese: http://extraktor.herokuapp.com
|
|
|
Získávání znalostí na webu - shlukování
Rychnovský, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou získávání znalostí na webu. Cílem bylo prostudovat metody shlukovaní a realizovat shlukování pomocí algoritmu k-means. Potom algoritmus testovat na množině dokumentů a datech získaných z webu a následně vyhodnotit dosažené výsledky této metody. Shlukování bylo implementováno pomocí technologie Java.
|
host ::
RSS.