|
| |
|
|
Detekce zahalených tváří v obraze
Malý, Ondřej ; Kříž, Petr (oponent) ; Přinosil, Jiří (vedoucí práce)
Cílem práce je nastudovat a otestovat současné metody pro detekování tváře na zahalených tvářích a vyhodnotit výsledky. V první kapitole je teoreticky rozebráno 5 zvolených metod a v druhé kapitole jsou jednotlivé metody vyhodnoceny, jak pro soubor Wider Face, tak pro vlastní soubor fotek se zahalenými tvářemi. Následně je metoda Dlib CNN vylepšena pro lepší detekci zahalených tváří a přeprogramována pro detekci míry zahalení z testovaného obrázku
|
|
|
Software pro digitální mixážní pult
Zoň, Robin ; Přinosil, Jiří (oponent) ; Schimmel, Jiří (vedoucí práce)
Tato práce se zabývá návrhem a realizací softwaru pro digitální mixážní pult postaveného na platformě Windows. Tento software umožňuje vícekanálové zpracování zvukového signálu v reálném čase, připojení několika vstupních a výstupních jednotek, směřování signálu mezi těmito jednotkami a vkládání a správu VST plug-in modulů. Software využívá zvuková rozhraní připojená pomocí technologie ASIO. Práce je rozdělena na několik aplikací. Hlavní aplikace provádějící výpočty zvukových vzorků a vkládání a správu plug-in modulů je naprogramována v jazyce C++ s využitím technologie JUCE. Tu lze ovládat skrze své vlastní lokální rozhraní nebo webové ovládací rozhraní naprogramované v jazyce TypeScript, které využívá technologii React. Webové rozhraní umožňuje řízení VST plug-in modulů díky své vlastní implementaci řízení.
|
|
|
Deep learning based face recognition in real conditions
Horňáková, Veronika ; Kříž, Petr (oponent) ; Přinosil, Jiří (vedoucí práce)
This bachelor thesis explores the area of face recognition using deep learning technique. Face recognition is used for two main reasons: verification and identification. In this thesis we describe the techniques of deep learning, mostly the convolutional neural networks, which are the most significant method for processing images - detection, classification and segmentation of the image. The process of face recognition is divided into four main steps: face detection, face selection, face extraction and face classification. We chosen three of the existing programs for face recognition (OpenFace, FaceNet and Face_Recognition), which are described in this thesis, in particular the principle of the human face recognition. Thanks to the tests with the data set of Labeled Faces in the Wild (LFW) we could specify the accuracy and the time requirement of each application. Testing of FaceNet and Face_Recognition ran on real data with face detection in video with complicated conditions. The test compares two images and tries to determine if is the same person. The test results are show in graph and table.
|
|
|
Rozpoznání oděvu osob v obrazovém signálu
Mlýnková, Barbora ; Kříž, Petr (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se zabývá detekcí oděvu v~obraze za využitím identifikace osob. Tyto znaky popisuje a~kategorizuje. Dále se zabývá popisem struktury databáze, ve které pracuje s~maskami a~kategoriemi znaků pro jejich zpracování. Tato práce využívá haar kaskady k~detekci obličeje a~určení pozice oblečení, za účelem detekce barev.
|
|
|
Detekce vybraných zvukových událostí v reálném prostředí
Kowolowski, Alexander ; Burget, Radim (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce se zabývá metodami pro rozpoznávání nebezpečných událostí, v tomto případě výstřelů, v reálném prostředí. Nejdříve byla vytvořena testovací a trénovací databáze zvuků ze zadané databáze MIVIA. V této databázi byly soubory obsaženy v šesti verzích odstupu užitečného signálu od šumu, takže následné testování vybraných metod probíhalo pro různě zašuměné soubory a bylo zjištěno, že některé metody jsou například přesnější u čistších nahrávek než jiné, ale už méně přesné u více zašuměných. Pro extrakci typických příznaků ze vstupního zvuku byla vždy použita metoda melovských kepstrálních koeficientů. V práci jsou na vytvořených databázích postupně testovány metody podpůrných vektorů a klasifikace spojením většího počtu slabých klasifikátorů. Tyto metody jsou poté dále optimalizovány, například využitím statistických veličin a po optimalizaci dosahují lepších výsledků, podle předpokladů. V rámci práce byly vytvořeny dva skripty, kde jeden vytváří trénovací databázi a na těchto datech natrénuje klasifikátor a druhý vytváří testovací databázi a vybraný klasifikátor na takto získaných testovacích datech otestuje a vypíše výsledky. Výsledky jsou v práci zpracovány pomocí tabulky záměn a je pro ně vypočteno několik poměrových veličin, jako je přesnost, citlivost, specifičnost a další. Tyto výsledky jsou vždy uvedeny v příslušné kapitole v tabulkách i sloupcových grafech a řádně okomentovány.
|
|
|
Systém pro rozpoznání hlasových povelů v reálném čase
Šíbl, Evžen ; Kiac, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvorbou systému pro rozpoznání hlasových povelů. Klasifikátor tohoto systému byl vytvořený pomocí neuronové sítě. V práci se obeznámíte s historií a problematiku rozpoznání řeči. Byl vytvořený systém, který detekuje v nahrávce úsek obsahující řečový signál, který následně pomocí klasifikátoru rozhodne o jaké slovo z tabulky slov se jedná. Byly vytvořeny 3 modely se stejnou architekturou avšak s různými trénovacími daty. Tyto modely byly následně porovnány mezi sebou. Pro výsledný systém bylo vytvořené jednoduché uživatelské rozhraní.
|
|
| |
|
|
Zvýšení kvality fotografie s použitím hlubokých neuronových sítí
Holub, Jiří ; Přinosil, Jiří (oponent) ; Burget, Radim (vedoucí práce)
Tato diplomová práce se zabývá zvyšováním rozlišení obrázků při zachování jejich dobré kvality. Jsou zde popsány současné metody řešení tohoto problému, dále jsou popsány principy fungování neuronových sítí se zaměřením na sítě konvoluční. Konečně je popsáno několik modelů konvoluční neuronové sítě pro zvýšení rozlišení obrazu na dvojnásobek, které byly natrénovány, otestovány a porovnány na nově vytvořené databázi fotografií lidí.
|
|
|
Detekce obličeje v obraze
Malach, Tobiáš ; Přinosil, Jiří (oponent) ; Mézl, Martin (vedoucí práce)
V této práci je prezentován přehled metod detekce obličeje v obraze a jsou vysvětleny základní principy klasifikace obrazu a jeho částí. Klíčovou částí práce je představení detektoru Viola-Jones a popis jeho implementace v jazyce Matlab. Detektor Viola-Jones je v praxi nejpoužívanější metoda pro detekci obličeje v obraze, což bylo důvodem pro detailní rozbor metody a následnou realizaci. Detektor je popsán teoreticky, rozebrány jsou základní kroky algoritmu a je zdokumentován trénovací algoritmus. Na základě teoretického rozboru byl detektor implementován v jazyce Matlab. Vlastnosti detektoru byly objektivně vyhodnoceny a porovnány s dalšími dvěma implementacemi detektoru Viola-Jones.
|
host ::
RSS.