|
|
Detekce a identifikace obličeje na fotografii
Konôpková, Júlia ; Drahanský, Martin (oponent) ; Váňa, Jan (vedoucí práce)
Práce se zabývá problematikou detekce a identifikace obličeje na fotografích. V úvodu jsou rozebrány nejznámější metody se stručnými popisy jejich pricipů. Některé z nich v rámci praktické části implementujeme a otestujeme na volně dostupných databázích. V závěru práce jsou zhodnoceny výsledky metod a uzavření celé práce.
|
|
|
Klasifikace emailové komunikace
Piják, Marek ; Herout, Adam (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá vytvořením klasifikátoru, který bude schopen rozpoznat emailovou zprávu společnosti Topefekt.s.r.o a zařadit ji do korespondující klasifikační třídy. Tento projekt bude využívat řadu nejpoužívanějších klasifikačních metod včetně strojového učení. Jako součást této práce bude i ohodnocení úspěšnosti jednotlivých metod.
|
|
|
Rozpoznání typu střelné zbraně v obraze
Čech, Ondřej ; Drahanský, Martin (oponent) ; Dvořák, Michal (vedoucí práce)
Cílem této práce je navrhnout, implementovat a otestovat metody pro klasifikaci typu zbraně v obraze do kategorií na krátké a dlouhé, a dále pak na jednoranové, víceranové, opakovací a samonabíjecí nebo samočinné. Tento problém byl řešen použitím SVM klasifikátoru spolu s Harrisovým rohovým detektorem, deskriptorem FREAK a metodou Bag of Words. Výsledný program dosahuje přesnosti 13,3 %.
|
|
|
Mapování dopravního značení za pomoci metod zpracování obrazu
Leško, Vladimír ; Drahanský, Martin (oponent) ; Novotný, Tomáš (vedoucí práce)
Bakalářská práce se zabývá rozpoznáváním dopravního značení z videozáznamu, získávaným GPS záznamu a vložením dopravních značek s odpovídajícími GPS souřadnicemi do centrální databáze OSM. V jednotlivých kapitolách sou postupně představené metody detekce a klasifikace obrazu, obeznámení s projektem OSM a jeho zásuvným modulem JOSM, návrh a samotná implementace výsledné aplikace a zásuvného modulu. V poslední kapitole sou představené výsledky testovaní aplikace na deseti videozáznamech. Závěr obsahuje zhodnocení práce s možnými rozšířeními.
|
|
|
Detekce skupin osob v databázi obrazů
Mikulčík, Ondřej ; Zukal, Martin (oponent) ; Číka, Petr (vedoucí práce)
Tato práce se zabývá dvěma metodami pro detekci objektů v obrazech. První metodou je Viola-Jones, druhou je metoda histogramů orientovaných gradientů. Začátek práce se zabývá teoretickým popisem metod. V dalších částech je prezentována tvorba trénovacích databází, implementace metod v programu RapidMiner a jejich testování. V závěru jsou zhodnoceny výsledky a využití metod pro detekci skupin lidí v databázi obrazů.
|
|
|
Řízení a měření sportovních drilů hlasem/zvuky
Odehnal, Jiří ; Křivka, Zbyněk (oponent) ; Rychlý, Marek (vedoucí práce)
Tato diplomová práce se zabývá návrhem a vývojem mobilní aplikace pro platformu Android. Cílem práce je implementovat jednoduché a přívětivé uživatelské rozhraní, které by podporovalo a napomáhalo uživateli v provádění cvičebních sad a cvičebních úkonů. Součástí práce je i implementace podpory detekce zvuků během provádění cviků a předávání hlasových pokynů uživateli. V praxi má aplikace napomoci v pohodlném provádění cvičebních sestav, aniž by byl uživatel nucen mít mobilní zařízení stále v ruce.
|
|
|
Automated Web Page Categorization Tool
Lat, Radek ; Bartík, Vladimír (oponent) ; Malčík, Dominik (vedoucí práce)
This master's thesis describes the design and implementation of a tool for automated web pages categorization. The goal of this tool is to be able to learn from given sample web pages how each category looks like. Later, it should manage to assign these categories to previously unseen web pages. The tool should support multiple categories and languages. Advanced machine learning, language detection, and data mining techniques were used for the development of this tool. It is based on open source libraries and it is written in Python 3.3.
|
|
|
Detekce a segmentace lumbálních obratlů v 3D CT datech
Nemček, Jakub ; Kolář, Radim (oponent) ; Jakubíček, Roman (vedoucí práce)
Práca sa zaoberá detekciou a segmentáciou lumbálnych stavcov v CT obrazových dátach. Popísaná detekčná metóda je založená na používaní natrénovaného SVM klasifikátora a histogramoch orientovaných gradientov ako obrazových príznakoch. Detekcia je aplikovaná na dvojrozmerné sagitálne rezy CT obrazu. Segmentácia je realizovaná metódou deformovania trojuholníkových mriežkových modelov získaných zo spriemerovaných stavcov z reálnych CT dát. V prvej časti práce sú popísané potrebné teoretické poznatky o anatómii osového skeletu, počítačovej tomografii, metódach spracovania obrazu a o problematike detekcie a segmentácie. Druhá časť obsahuje postup realizácie algoritmov, ďalej vyhodnotenie a diskusiu výsledkov u detekčného a segmentačného algoritmu. Na záver je diskutované možné využitie algoritmov v CAD systémoch. Aplikácia všetkých praktických bodov je realizovaná v programovacom prostredí Matlab.
|
|
|
Učení a detekce objektů různých tříd v obraze
Chrápek, David ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce je zaměřena na učení a detekci objektů v obraze a v sekvenci po sobě jdoucích obrazů. Konkrétněji na učení a rozpoznávání lidí nebo jejich částí v případě, že jsou částečně zastíněni, s ohledem na možné využití detektoru na robotických platformách. Práce se zaměřuje na využití obrazových příznaků nazývaných Histogramy Orientovaných Gradientů (HOG), které jsou schopny docela dobře pracovat s různými pózami lidí v obraze. Člověk je rozdělen na několik částí a tyto části jsou detekovány samostatně. Následně je použit systém hlasování jednotlivých částí, které byly detekovány, který určuje výsledné pozice osob v obraze. Pro potřeby natrénování tohoto detektoru je využito lineárního SVM. Dále je při detekci ze sekvence po sobě jdoucích snímků použit Kalmanův filtr, který se stará o stabilizaci výsledné detekce.
|
|
|
Detekce objektů v obraze
Kubínek, Jiří ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Práce je věnovaná metodám detekce objektů v obraze. Seznamuje čtenáře se základními přístupy a algoritmy užívanými v této problematice, zejména pak s algoritmem AdaBoost, jeho rozšířením WaldBoost a s některými příznaky užívanými pro detekci objektů. Významnou část práce tvoří rozšíření datových sad pro trénování klasifikátoru a implementace histogramu gradientů pro rozšíření stávajícího systému pro detekci objektů. Nedílnou součástí práce je zhodnocení dosažených výsledků v podobě provedených experimentů.
|
host ::
RSS.