Národní úložiště šedé literatury Nalezeno 5 záznamů.  Hledání trvalo 0.01 vteřin. 
Automatické generování realistického terénu pomocí technik strojového učení
Střelský, Jakub ; Surynek, Pavel (vedoucí práce) ; Holan, Tomáš (oponent)
Název práce: Automatické generování realistického terénu pomocí technik strojo- vého učení Autor: Jakub Střelský Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: RNDr. Pavel Surynek, Ph.D., Katedra teoretické in- formatiky a matematické logiky Abstrakt: Umělý terén je důležitou komponentou v oblastech jako jsou počíta- čové hry, simulace a filmy. Manuální tvorba umělého terénu může být náročný proces, který by v řadě aplikací bylo vhodné nahradit jeho automatickým gene- rováním. V současné době se dosahuje velkých pokroků při řešení generativních problémů pomocí umělých neuronových sítí, a tak se nabízí možnost prozkoumání jejich schopnosti automatického generování terénu. V této práci se budeme věno- vat jedné z nejúspěšnějších metod automatického generování obsahu - Generative Adversarial Networks a adaptujeme tuto metodu na problém generování terénu. Výsledný model je schopen generovat realisticky vypadající terén podle rastro- vého náčrtku zadaného uživatelem a umožňuje jeho interaktivní modelování. Jeho nevýhodou je potřeba velkého množství neoznačených trénovacích dat, avšak zem- ský povrch jich poskytuje více než dostatek, a tak by tento model mohl díky svým příznivým vlastnostem nalézt své uplatnění v odpovídajících aplikacích. Klíčová slova: procedurální...
Efficient implementation of deep neural networks
Kopál, Jakub ; Mrázová, Iveta (vedoucí práce) ; Střelský, Jakub (oponent)
V posledných rokoch sa algoritmy v oblasti rozpoznávania obrazu založené na hlbokých neurónových sieťach neustále zlepšujú. Úspešnosť týchto algorit- mov dosiahla dokonca takú hranicu, že časť vývoja začala byť zameraná na zvýšenie ich rýchlosti na úkor presnosti. Vďaka najmodernejším pokrokom v oblasti hlbokého učenia a nového hardvéru optimalizovaného pre hlboké ne- urónové siete, je dnes možné detekovať objekty v obraze rýchlosťou viac než stokrát za sekundu s použitím mobilných zariadení. Hlavný cieľ tejto práce je naštudovať a zhrnúť významné metódy v oblasti efektívneho detekovania objektov v obraze a pomocou týchto metód ďalej aplikovať riešenie na daný problém. S použitím najnovších metód sme vyvinuli trakovací algoritmus za- ložený na našich vlastných modeloch na sledovanie vozidiel v reálnom čase za použitia mobilných zariadení. 1
Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks
Sakaguchi, Yuu ; Mirbauer, Martin (vedoucí práce) ; Střelský, Jakub (oponent)
Thesis title: Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks Author: Yuu Sakaguchi Abstract: Analysis of 3D shapes is a challenging task especially when it comes to measuring the styles. There are numerous possible real-world applications which benefit from machine understanding of 3D objects, so we explore analytical models to measure style-related features. 3D models can be represented in different formats such as polygon mesh, multi-view images, and point cloud, and each of them has different characteristics. In this work, we mainly focus on analyzing the ability of a point cloud to represent style information. In addition, we replicate an existing multi-view based method in order to fairly compare the performance of different representations. The goal of this thesis is to explore and evaluate point cloud based methods, and apply our method to develop applications which provides easy search in a furniture database based on style similarity. We trained and tested our model on two datasets which contain several different categories of 3D objects such as furniture in dining rooms, furniture in living rooms, buildings, and coffee sets. As the available datasets do not provide style class labels, we learn the embedding using triplet architecture and triplet...
Klasifikace na množinách bodů v 3D
Střelský, Jakub ; Mráz, František (vedoucí práce) ; Šikudová, Elena (oponent)
Rostoucí zájem o klasifikaci 3D geometrických dat vedl k objevu PointNet, což je neuronová síť schopná přímého zpracování neuspořádaných množin bodů. Tato práce prozkoumává několik metod využítí obvyklých bodových příznaků v PointNet síti a jejich účinek na klasifikaci. Účinnost klasifikace předvedených metod byla experimentálně otestována a porovnána s výchozím modelem Point- Net na čtyřech různých sadách dat. Výsledky naznačují, že některé z uvažovaných bodových příznaků mohou vylepšit účinnost klasifikace na datech ve kterých ne- jsou objekty orientovány kanonicky. Obzvláště známé příznaky spin images za- komponované v PointNet síti byly úspěšné v našich experimentech. Objevili jsme navíc alternativu ke spatial transformer, což je součást PointNet sítě, která má za úkol potlačovat problém s nezarovnanou orientací objektů v datech. Další výsledky experimentů naznačují, že tato alternativa může být schopná konkurovat spatial transformer technice na obtížných datech. 1
Automatické generování realistického terénu pomocí technik strojového učení
Střelský, Jakub ; Surynek, Pavel (vedoucí práce) ; Holan, Tomáš (oponent)
Název práce: Automatické generování realistického terénu pomocí technik strojo- vého učení Autor: Jakub Střelský Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí bakalářské práce: RNDr. Pavel Surynek, Ph.D., Katedra teoretické in- formatiky a matematické logiky Abstrakt: Umělý terén je důležitou komponentou v oblastech jako jsou počíta- čové hry, simulace a filmy. Manuální tvorba umělého terénu může být náročný proces, který by v řadě aplikací bylo vhodné nahradit jeho automatickým gene- rováním. V současné době se dosahuje velkých pokroků při řešení generativních problémů pomocí umělých neuronových sítí, a tak se nabízí možnost prozkoumání jejich schopnosti automatického generování terénu. V této práci se budeme věno- vat jedné z nejúspěšnějších metod automatického generování obsahu - Generative Adversarial Networks a adaptujeme tuto metodu na problém generování terénu. Výsledný model je schopen generovat realisticky vypadající terén podle rastro- vého náčrtku zadaného uživatelem a umožňuje jeho interaktivní modelování. Jeho nevýhodou je potřeba velkého množství neoznačených trénovacích dat, avšak zem- ský povrch jich poskytuje více než dostatek, a tak by tento model mohl díky svým příznivým vlastnostem nalézt své uplatnění v odpovídajících aplikacích. Klíčová slova: procedurální...

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.