|
| |
|
|
Klasifikační algoritmy pro systémy identifikace osob podle obličeje
Hegr, Vojtěch ; Křupka, Aleš (oponent) ; Malach, Tobiáš (vedoucí práce)
Práce se zabývá rešerší klasifikačních algoritmů pro identifikaci osob podle obličeje. Cílem práce je implementace algoritmů do existujícího systému pro rozpoznávání obličejů a vyhodnocení vlivu jednotlivých klasifikátorů. Na základě provedené rešerše byly k implementaci vybrány následující klasifikátory: algoritmus k - nejbližších sousedů (K-NN), metoda podpůrných vektorů (SVM) a neuronové sítě (NN). Tyto klasifikační algoritmy byly implementovány v jazyce C++ s využitím open source knihovny OpenCV. Dále byla představena snímková databáze IFaVID a testovací metodologie implementovaných algoritmů.
|
|
|
Využití SVM v prostředí finančních trhů
Štechr, Vladislav ; Prochocká, Kristína (oponent) ; Budík, Jan (vedoucí práce)
Tato diplomová práce se zabývá využitím regrese nebo klasifikace pomocí metody podpůrných vektorů SVM z oblasti strojového učení. SVM predikují hodnoty, které jsou používány k rozhodování automatického obchodovacího systému. Regrese a klasifikace jsou hodnoceny z hlediska použitelnosti pro rozhodování. Strategie je následně optimalizována, testována a vyhodnocována na množině historických dat devizového trhu Forex. Výsledky obchodování jsou slibné. Strategie by mohla být využita v kombinaci s jinou strategií, která by potvrzovala rozhodnutí o vstupu a výstupu z obchodů.
|
|
|
Klasifikace objektů s použitím radaru
Přívara, Jan ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této bakalářské práce je navrhnout a implementovat klasifikátor objektů za pomocí radaru, konkrétně klasifikátor vozidel na silničních komunikacích. V první části jsou popsány principy fungování radaru a metody, které slouží k analýze radarového signálu. Práce uvádí základy klasifikace, přičemž je kladen důraz na klasifikační model "Support Vector Machines". Předvedenými postupy jsou z radarového signálu extrahovány příznaky pro klasifikaci. V další části je proveden návrh a implementace klasifikátoru. Nakonec je vyhodnocena úspěšnost klasifikátoru a je navrženo možné pokračování práce.
|
|
|
Detekce a klasifikace vojenských cílů ve videosignálu
Košík, Michal ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této práce je návrh a implementace vhodných algoritmů na detekci a klasifikaci vzdálených cílů. Čtenář bude seznámen s dvojicí algoritmů pro detekci pohybu. Jedná se o odčítání dvou po sobě jdoucích snímků a o komplexnější algoritmus, který je založený na Bayesovském klasifikátoru. Dále mu budou představeny dva možné způsoby klasifikace, konkrétně pomocí support vector machines a pomocí množiny lineárních klasifikátorů. V závěru práce budou dané algoritmy zhodnoceny.
|
|
| |
|
|
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.
|
|
|
Klasifikace dokumentů podle tématu
Oravec, Jakub ; Černocký, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
Táto bakalárska práca sa zaoberá automatickou klasifikáciou dokumentov podľa témy a poskytuje stručný úvod do tejto oblasti výskumu. V prvej časti obsahuje prehľad základných postupov používaných v strojovom spracovaní prirodzeného jazyka s dôrazom na metódy klasfikácie textu. V ďalšej časti sa popisuje návrh a implementácia systému pre automatickú klasifikáciu dokumentov podľa témy. Posledná časť obsahuje informácie o testovaní vytvoreného systému vrátane vytvorenia testovacej sady a popisu štandardných metrík.
|
|
|
Rozpoznání obličeje
Keršner, Martin ; Mlích, Jozef (oponent) ; Juránek, Roman (vedoucí práce)
Tato bakalářská práce se zabývá problematikou rozpoznání obličeje. Cílem práce bylo nastudovat různé metody extrakce příznaků a zjistit jejich vliv na úspěšnost rozpoznání. Mezi zkoumané metody extrakce příznaků patří Local Binary Pattern, Histogram orientovaných gradientů a Gaborovy filtry. Dále práce vysvětluje způsoby rozpoznání obličejů podle podobnosti obrazových dat. Jako klasifikátor obličejů byl při experimentech použit Support Vectore Machines. Experimentálně zjištěné nejúspěšnější kombinace parametrů metod extrakce příznaků a klasifikátoru byly využity v systému pro jednoduché rozpoznávání obličejů.
|
|
|
Sledování rozhodčího včetně gest při Agility
Palata, Petr ; Přibyl, Bronislav (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá možností implementace sledování rozhodčího včetně jeho gest ve sportu agility. Začátek práce je věnován krátkému úvodu ke sportu agility. Následně je na- vržen konceptuální systém, jehož prvky jsou postupně rozebrány v jednotlivých kapitolách. Práce integruje sledovač člověka z dostupných open-source knihoven a zabývá se trénováním dvou SVM klasifikátorů za použítí Bag of Words deskriptorů.
|
host ::
RSS.