|
|
Image watermarking in frequency domain
Štrbíková, Tatiana ; Rajmic, Pavel (oponent) ; Číka, Petr (vedoucí práce)
This thesis analyze digital watermarking. At first we can read about watermarking in generally. Secondarily, it considers about possibilities of watermarking, therefore about different ways of watermarking. Methods of digital watermarking we can divide into three main categories: spatial domain watermarking, frequency domain watermarking and spread spectrum watermarking. In detail there is described frequency domain watermarking. Two methods are compared. First method, which use DCT (Discrete cosine transformation) and second metohd, which use DWT (Discrete wavelet transformation). Finally we can found out, which method seems to be better.
|
|
|
Bezeztrátová komprese obrazu
Komjáthy, Gergely ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Tato práce se zabývá bezeztrátovou kompresí obrazu. Jsou zde uvedeny některé barevné modely, vhodné pro bezeztrátovou kompresi, a vzorce použité pro převody mezi nimi a RGB modelem. Dále práce pojednává o prediktorech a jejich fungování. Je zde popsána funkčnost aritmetického a PPM kódéru, a stručný popis Huffmanova kódování.
|
|
|
Automatická anotace obrazu
Hegmon, Jiří ; Karásek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Rozeznávání a porovnávání obrazu je jedním z hlavních problémů a okruhů oboru počitačového vidění. Tato práce k těmto dvěma problémům připojuje třetí, rozpoznání semantiky, významu obrazu, tzv. anotaci nebo label. Práce využívá znalosti metod rozpoznávání podobnosti obrazů k vytvoření nástroje, který je schopen na základě trénovací množiny obrazů a anotací vytvořit skupinu nejpravděpodobnějších anotací pro danou testovací množinu obrazů. Tato práce představuje několik druhů testovacích množin vhodných pro rozpoznávání anotačních informací u obrazů. Následně je vybrána nejvhodnější množina s potřebnou velikostí trénovací množiny a dostatkem informací v anotacích. Na základě této trénovací množiny je navrhnut algoritmus pro snadné načtení testovací množiny bez velkých nároků na výkon počítače. Vyhodnocení anotačních informací testovací množiny je prováděno na základě různých podobnostních algoritmů. Na počátku této práce byly použity jednoduché, ale nepříliš efektivní metody MSE a porovnání barevných histogramů, postupně bylo ale nutno přejít k použítí náročnějších metod (jako je například Tamura, Gabor, CEDD nebo různé druhy hostistogramů). Výsledky tohoto porovnání jsou nakonec brány pro vyhodnocení pravděpodobnosti výskytu dané anotace pro daný obrázek určené testovací množiny. Na závěr práce je provedeno vyhodnocení přesnosti určení anotace na základě informací z použitých trénovacích množin.
|
|
|
Analýza povědomí o realitních kancelářích na našem trhu
Peťa, Tomáš ; Gavlas, Ondřej (oponent) ; Chalupský, Vladimír (vedoucí práce)
Diplomová práce je zaměřena na oblast realitních kanceláří. Zabývá se analýzou povědomí o realitních kancelářích s přímým zacílením na realitní společnost Gaute a.s. Zjišťuje aktuální situaci na trhu s realitami a spokojenost respondentů s nabízenými službami. V teoretické části se čtenář seznámí s nejdůležitějšími pojmy týkající se daného tématu. Následuje analýza, která je složena z představení společnosti Gaute a.s., sestavení dotazníku a jeho vyhodnocení. Na základě zjištěných výsledků jsou navržena doporučení, která poslouží ke zlepšení povědomí o realitní kanceláři.
|
|
|
Klasifikace objektů v obrazech
Gabriel, Petr ; Petyovský, Petr (oponent) ; Janáková, Ilona (vedoucí práce)
Tato diplomová práce se zabývá problematikou klasifikace objektů na základě příznaků získaných z obrazů. Práce patří do oboru počítačového vidění. Popisuje možné nástroje pro klasifikaci (např. neuronové sítě, rozhodovací stromy, atd.). Nezbytnou součástí je popis objektů pomocí příznaků. Příznaky jsou vstupními daty klasifikátoru. Praktická část práce se zabývá klasifikací souboru předmětů, které se běžně vyskytují doma (nůžky, CD, lepicí páska, atd.). Analyzovaný obraz je předzpracován, prahován v barevném modelu HSV. Následně jsou rekonstruovány defekty vzniklé segmentací pomocí morfologických operací. Poté jsou určeny hodnoty příznaků, které jsou vstupem klasifikátoru. Klasifikátor má podobu rozhodovacího stromu.
|
|
|
Digitální stegoanalýza
Molnár, Ondřej ; Nevoral, Jan (oponent) ; Strnadel, Josef (vedoucí práce)
Stegoanalýza je opačnou vědní disciplínou steganografie, která se zabývá ukrýváním tajných zpráv do různých nosičů. Moderní steganografie využívá jako nosiče nejčastěji obrázkové soubory. Tato bakalářská práce vytváří přehled známých metod steganografie a stegoanalýzy a dále pak popisuje praktickou implementaci programu, který dokáže detekovat skrytou informaci v obraze.
|
|
|
Detekce a rozpoznávaní tváře s využitím platformy Raspberry Pi
Rozhoňová, Andrea ; Mézl, Martin (oponent) ; Hesko, Branislav (vedoucí práce)
Následující bakalářská práce se věnuje problematice detekce a rozpoznání tváří v obraze. Teoretická část rozděluje metody detekce a rozpoznání obličeje do několika skupin, které jsou poté blíže popsány a vysvětleny. Na konci teoretické části je shrnuto současné využití rozpoznání osob na základě tváří v praxi. V praktické části je implementovaná metoda detekce obličeje jako kombinace přístupu, který využívá haarovy příznaky a přístupu s vyhledáváním pomocí šablony oka. Následné rozpoznání zajišťuje konvoluční neuronová síť. Závěrem jsou shrnuty zásady a problémy spojené s implementací na mikropočítač Raspberry Pi.
|
|
| |
|
|
Automatic 3D segmentation of brain images
Bafrnec, Matúš ; Dorazil, Jan (oponent) ; Kolařík, Martin (vedoucí práce)
This bachelor thesis describes the design and implementation of the system for automatic 3D segmentation of a brain based on convolutional neural networks. The first part is dedicated to a brief history of neural networks and a theoretical description of the functionality of convolutional neural networks. It represents a fast introduction to the problematics and provides theoretical basics needed for the understanding and creation of the system. Individual layers of the neural network and principles of their functionality and mutual relations are also described in this part. The second part of the thesis is about problem analysis, designing of a solution and a comparison between neural networks and other solutions. The result of a magnetic resonance imaging of the head is a series of black-and-white images representing a 3D scan. The task is to tag a brain and to remove unnecessary information in the form of surrounding tissues. The final image of the brain can be utilized in a volumetry or during a diagnostic of neurodegenerative diseases. The advantage of neural networks in comparison with deterministic systems is their flexibility. They allow an adaptation to other segmentation problems just by changing the training dataset, without a need of changes in the architecture. One of the systems performing fully automatic 3D segmentation is called U-Net – its name comes from the similarity of the architecture with the letter U. Three real solutions, the first implementation of U-Net, extended U-Net and recurrent U-Net were presented. The first version of U-Net has been very memory-demanding, it required a training on a processor instead of a graphic card and has not allowed data processing in full resolution. The extended U-Net has resolved these problems by loading data in overlaying series of three images. In addition to the possibility of a training on a graphic card with related decrease in learning time, the accuracy was increased by adding interconnections to the internal architecture of the network. The last version, recurrent U-Net, aims for the optimization of extended U-Net based on the reusage of existing levels. This brings a decrease in a time and resource difficulty. The number of parameters of the network was lowered to less than 20%, without any increase in case of further level addition. This network is one of first recurrent networks used on the problem of 3D segmentation and provides a foundation to further research. The last part focuses on the evaluation of results and the comparison of accuracy, speed and requirements between particular networks. The accuracy of human and machine segmentation is also compared. The extended and recurrent U-Net have surpassed their human opponent, which in real case could save a lot of doctors time and prevent human mistakes. The result of this work is a theoretical basis providing an introduction to the problematics of convolutional neural networks and segmentation, fully working systems for automatic 3D segmentation and the foundation for further research in the field of recurrent networks.
|
|
|
DŮM NA ÚPATÍ - MĚSTSKÝ DŮM V HISTORICKÉM CENTRU BRNA
Veselá, Marie ; Rudiš, Viktor (oponent) ; Oplatek, Jiří (vedoucí práce)
Potenciál místa tkví nejen v jeho lokaci, nýbrž i dominantní pozici, kterou vůči svému okolí zastává. Nezastavěná parcela představuje jakýsi „uzel“, či „ostrov“ …rozvolnění přísně liniového charakteru Pekařské. Je místem, v němž se setkávají tři různorodé proudy - klasicistně vážná část přibíhající z Mendlova náměstí, dramaticky rozhádaný horní úsek, ústící do prostoru od Husovy třídy a nevýrazná Anenská, která, jakoby tam „prostě zabloudila“. Všechny „tři“ ulice jsou však s parcelou úzce spjaty a proměna místa jednoznačně znamená i jejich proměnu. Výrazným rysem pozemku je jeho vizuální exponovanost při pohledu od Mendlova náměstí, kdy parcela vytváří „obraz“ k němuž se pěšák přibližuje. Tento obraz by měl být zajímavý, proměňující se, aby upoutal pozornost člověka déle než jen na jednu dvě vteřiny. Obraz by měl v neposlední řadě také sdělovat - co se na daném místě odehrává, jaké jsou vazby jednotlivých objektů… je orientačním bodem a měl by toho ve vztahu k pěšáku využívat. Také by neměl být přitažlivý jen z dálky - když se člověk přiblíží do jeho těsné blízkosti, měl by být překvapen objevením něčeho nového, co z dálky nebylo patrné, měl by být zaujat detailem, či myšlenkou, kterou lze vyčíst až při blízkém kontaktu.
|
host ::
RSS.