|
| |
|
|
Generování projevu kožního onemocnění do syntetických otisků prstů z generátoru SFinGe
Wildmann, Radek ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
Práce se zabývá tématem generování projevů kožních onemocnění, lupénky a suspenzační kolagenózy do synteticky generovaných otisků prstů. V rámci této práce je nejdříve toto téma teoreticky rozebráno, je navržena implementace programu pro generaci příznaků poškození a popsána samotná realizace programu spolu s výsledky experimentů. Pro generování syntetických otisků je použit nástroj SFinGe. Algoritmus zpracování obrazu a generování příznaků jednotlivých onemocnění je napsán v jazyce Python (2.7.6) s použitím knihoven OpenCV, Matplotlib, NumPy a SciPy. K vyhodnocení výsledků byl použit nástroj NFIQ a metoda Ing. Oravce. Výsledná aplikace je schopna generovat snímky otisků prstů s různou velikostí poškození způsobeného onemocněním lupénky, nebo suspenzační kolagenózy. Tato práce může být použita k dalším výzkumům v oblasti biometrických systémů pracujících s otisky prstů.
|
|
|
Analysis of Facial Development Based on Anthropometric Properties
Oravec, Dávid ; Drahanský, Martin (oponent) ; Goldmann, Tomáš (vedoucí práce)
This bachelor thesis deals with anthropometry of human face, anthropometric landmarks, which are used to determine the distances and various relations between them. Our body is aging and consequently the position of anthropometric points is changing. The aim of this work is to determine anthropometric landmarks from photo of the human face and then to analyze the given face and how it develops over time. The model for facial landmark detection was trained and selected points which will be used to determine facial indices were chosen. Indices are used to find out how the face is evolving over time. Based on experiments we observe how the faces of men and women are changing over time.
|
|
|
Algoritmické řešení stanovení věku osoby na základě 2D fotografie za využití umělé inteligence
Bednář, Pavel ; Goldmann, Tomáš (oponent) ; Drahanský, Martin (vedoucí práce)
Automatizované určení věku člověka z fotky obličeje představuje jednu z výzev v oblasti umělé inteligence a strojového učení. Určit věk, je i pro člověka mnohdy netriviální záležitost, narozdíl od jiných biologických charakteristik, jako je určení pohlaví nebo rasové příslušnosti. Přitom informace o věku jedince je pro určité situace velmi podstatná. Například při spáchání nějakého přestupku či trestného činu o výši trestu spolurozhoduje právě věk. Dále tuto informaci lze využít při analýze zákazníků komerčního subjektu a následnému přizpůsobení nabídky. Cílem této práce je tedy umět z fotografie lidského obličeje extrahovat jeho věk. Algoritmus se skládá ze dvou modulů. Pokud první modul řekne, že je osoba mladší 14 let, půjde obrázek ještě do druhého modulu. Dále je představena ještě jedna verze algoritmu s přidaným modulem zaměřeným na vybrané obličejové rysy. Ve všech modulech se nad obrázkem provedou transformace, jejichž výsledky se zprůměrují. Na závěr je algoritmus vyhodnocen na standardních datasetech pro určení věku a porovnán s aktuálně používanými metodami v této oblasti.
|
|
|
Řízení polohovatelné platformy pro vystředění oka v obrazu
Magdolen, Patrik ; Semerád, Lukáš (oponent) ; Drahanský, Martin (vedoucí práce)
Oftalmologie je odvětví medicíny, která se zabývá anatomií, fyziologií a onemocněními oční bulvy a orbity. Oftalmologický nástroj pro získávání a rozpoznávání lidských očních rysů vytvořili výzkumní pracovníci z Fakulty informačních technologií. Toto zařízení lze použít jako biometrické účely nebo pro lékařské účely jako podpůrné diagnostické zařízení. Pro dosažení správné funkčnosti musí být zařízení schopno nastavit polohu plošiny tak, aby se kamera vyrovnala s očima pacienta. Hlavním zaměřením této práce je navrhnout a implementovat algoritmus pro centrování oka založený na obrazech pacienta. První část práce popisuje obecné metody lokalizace oka a navrhuje se řešení. Pro dosažení požadované přesnosti je použita kombinace více metod s upravenými parametry podle vlastností platformy. Druhá část popisuje implementaci navrhovaného řešení a ovládaní platformy. Pro učení a testování algoritmu bylo použito více databází. Třetí část shrnuje výsledky experimentů. Navrhovaný algoritmus byl implementován v jazyce C++ pomocí knihovny OpenCV. Přesnost a rychlost navrhovaného algoritmu jsou vhodné pro vyvíjenou platformu. Nakonec se diskutuje o výsledcích a navrhuje se další zlepšení.
|
|
|
Šifrování SMS pro mobilní komunikaci
Lisoněk, David ; Bouška, Petr (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá problematikou šifrování krátké textové zprávy (SMS) v mobilní komunikaci. Úvod práce je vyhrazen přehledu prvků v GSM radiotelefonních sítí a přenosu SMS zpráv v ní. Další kapitola se věnuje popisu šifrovacích metod, zejména symetrickým a asymetrickým přístupům šifrování. Návrh šifrování a dešifrování SMS zpráv v mobilní komunikaci je uveden dále. Pro šifrování a podepsání SMS zprávy je použita šifra RSA. Při šifrování se využívá schéma zarovnání OAEP. Veřejný klíč je uložen v certifikátu. Jako vhodná programovací platforma byl vybrán Symbian OS.
|
|
|
Rekonstrukce poškozené části otisku prstů
Halva, Vladislav ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
Tato bakalářská práce se zabývá rekonstrukcí poškozených oblastí otisků prstů. Cílem je návrh a implementace algoritmu pro rekonstrukci právě těchto oblastí. Navržený algoritmus se skládá ze tří hlavních částí. První částí je získání vlastností z otisku a jejich odvození v poškozených oblastech. Druhou částí je lokalizace poškozených oblastí, která je založena především na jasnosti struktury papilárních linií. Poslední částí je samotná rekonstrukce v lokalizovaných oblastech pracující s Gaborovým filtrem. Algoritmus je implementován v jazyce C++ s využitím knihovny OpenCV. Následně je provedeno vyhodnocení kvality rekonstrukce. Nejprve je úspěšnost vyhodnocena pomocí změny kvality vypočtené nástrojem NIST NFIQ 2.0 a dalším alternativním nástrojem hodnotícím kvalitu otisků prstů. V následujícím kroku je ručně vyhodnocena úspěšnost rekonstrukce jednotlivých typů poškození.
|
|
|
Program pro trénování daktyloskopických expertů
Bartoň, Jan ; Drahanský, Martin (oponent) ; Lodrová, Dana (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a vytvořením uživatelského rozhraní programu pro trénink daktyloskopických expertů. V prvních kapitolách je popsán historický a technický vývoj daktyloskopie. Dále jsou vysvětleny postupy a pojmy nutné k porozumění a základní orientaci v určování otisků prstů. Závěrečné kapitoly se zabývají návrhem možností, jakými lze získat a zobrazit výsledky v srozumitelné podobě. Závěr práce je věnován zhodnocení výsledků a testům.
|
|
|
Retinal Blood Vessel Segmentation
Nemčeková, Barbora ; Drahanský, Martin (oponent) ; Kavetskyi, Andrii (vedoucí práce)
The retina is an important part of the human eye. Incident light is processed here and moreover, it plays an essential role in diagnosing various diseases. Its early diagnostics can prevent serious consequences, such as blindness. The most common retinal diseases include diabetic retinopathy, as a consequence of diabetes, and age-related macular degeneration. Automatic retinal vessels segmentation facilitates and speeds up the work of an ophthalmologist. This work focuses on retinal blood vessels segmentation and its further classification into thin and thick vessels. The proposed algorithm is based on morphological operations, k-means clustering, and Frangi's algorithm. Evaluation of the proposed method was performed on two publicly available datasets - Drive and HRF. The results obtained represent 69,89 % for sensitivity, 91,55 % for specificity, and 88,63 % for accuracy. Division of the vessels shows, that on average 21,50 % vessels pixels belong to thick vessels and the rest 78,50 % belong to thin vessels.
|
|
|
Depth-Based Determination of a 3D Hand Position
Ondris, Ladislav ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
This work aims to offer a real-time, depth-based gesture recognition system using a hand's skeletal information. The Tiny YOLOv3 neural network detects the hand in the depth image. The detected hand is rid of the background and used by the JGR-P2O neural network, which estimates the hand's skeleton represented by 21 key points. Furthermore, a novel technique for gesture recognition from hand key points that compares the input skeleton with user-defined gestures has been proposed. A dataset consisting of four thousand images was captured to evaluate the system.
|
host ::
RSS.