|
|
Machine Learning of Representations in Genetic Programming
Pomykal, Šimon ; Piňos, Michal (referee) ; Sekanina, Lukáš (advisor)
The aim of this thesis is to become acquainted with machine learning methods that are used for the automatic design of representations. Specifically, the work focuses on deep learning in the field of genetic programming (GP). Image processing is chosen as a case study, particularly noise reduction methods. By combining the acquired knowledge, a new representation is proposed, intended to replace the syntactic tree in the GP algorithm. This method is obtained using a transformer-type neural network. In conclusion, a modified version of GP that works with the new representation is created. This variant is compared with the original GP using the traditional representation in several experiments.
|
|
|
Measuring the thickness of contamination layers in scanning electron microscopy using image processing
Macek, Matěj ; Munzar, Milan (referee) ; Čadík, Martin (advisor)
Motivací pro vznik této práce byl cíl společnosti Thermo Fisher Scientific vyvinout metodu měření tloušťky kontaminačních vrstev na snímcích ze skenovací elektronové mikroskopie (SEM) pomocí pokročilých technik zpracování obrazu. Hlavním cílem je vytvořit automatizované metody pro kvantifikaci kontaminace v obrazech, které nepříznivě ovlivňují zobrazování ve výzkumu v oblasti materiálových věd, pomocí technik zpracování obrazu. V této studii shromažďujeme soubor dat snímků s kontaminací a ručně anotujeme masky pro každý snímek. Tyto anotace budou sloužit k doladění a vyhodnocení účinnosti námi navrhovaných metod. Použitím kombinace algoritmů detekce hran a modelů strojového učení, konkrétně vyladěné sítě DeepLabv3, tato práce zvyšuje přesnost a účinnost detekce kontaminace. Analyzátor kontaminace založený na detekci hran (EDCA) využívá tradiční metody zpracování obrazu, zatímco model DeepLabv3 zavádí přístup strojového učení, který robustně zvládá různorodé obrazové podmínky. Srovnávací analýzy prokazují účinnost těchto metod při poskytování spolehlivých, škálovatelných a podrobných měření kontaminačních vrstev, což významně přispívá k rozvoji oboru materiálových věd.
|
|
|
Detekce karet při turnajích v pokru
Kovalets, Vladyslav ; Šilling, Petr (referee) ; Vaško, Marek (advisor)
This bachelor's thesis focuses on the development of an advanced system for automatic recognition and registration of playing cards from video recordings of poker games. The technology of convolutional neural networks, specifically the YOLO network, was chosen as the basic tool. It enables effective identification of cards on the table and in the hands of players even under challenging conditions. The work involved creating an extensive dataset for training and testing the card detector, which achieved a recognition accuracy of 98.7%. An algorithm was designed to minimize detector errors and improve the overall accuracy of the system. The results of the study suggest that the developed system has potential for use in practice.
|
|
|
Image processing methods in application to Kármán vortices
Šimůnek, Petr ; Hudec, Martin (referee) ; Himr, Daniel (advisor)
This diploma thesis focuses on flow visualization and image processing methods, with the aim of applying this theory to the practical analysis of fluid flow with particles. The introductory part of the thesis reviews flow visualization methods that are important for understanding fluid behavior in different systems and environments. Then it focuses on image processing methods, that are crucial for the analysis of image data obtained from flow experiments. In the practical part of this thesis, these theoretical insights are applied to the analysis of a series of images of fluid flow with particles in a tube obtained with a camera. The main objective is to describe fluid flow and identify the Kármán vortex, which is generated when the flow passes an obstacle.
|
|
|
Conversion of fingerprints captured by a mobile device into a standardized format - image editing
Mucha, Vojtěch ; Říha, Kamil (referee) ; Číka, Petr (advisor)
This bachelor thesis deals with the issue of fingerprint conversion taken by a mobile device into a standardized format. In the present day, mobile devices are used more and more often to acquire biometric data, fingerprints included. Processing and standardization of such data is an essential part of the subsequent biometric analysis. The aim of the work is to design and implement an algorithm which would convert a photo of a finger into a grey scale picture of its fingerprint with distinct papillary lines and subdued valleys. The algorithm is implemented in C++ using OpenCV library and a trained neural network for finger detection from hand image. The achieved results are evaluated according to the algorithms for assessing the quality of fingerprints NFIQ 2 and Innovatrics.
|
|
|
Machine vision for robotic manufacturing systems
Vávra, Daniel ; Bradáč, František (referee) ; Vetiška, Jan (advisor)
This master thesis focuses on creation of program in TwinCAT Vision environment for contour vertices detection on specified object using a camera. Teoretical part focuses on state of the art in the field of machine vision, including hardware components and introduction to image processing. Practical part deals with the program creation, including real assembly of the testing workplace with the camera. This thesis also deals with the robot guidance for object handling, therefore an example of gripper concept for specified object handling is designed. At the end of the practical part the created program is tested. Testing results are part of the digital attachment of this thesis.
|
|
|
Implementing gesture recognition on ARM as an alternative to traditional device control
Gajdošík, Richard ; Zbořil, František (referee) ; Kočí, Radek (advisor)
Cieľom tejto bakalárskej práce je vývoj a implementácia systému na rozpoznávanie gest s využitím architektúry ARM, konkrétne s použitím dosky i.MX 93 a TensorFlow Lite. Projekt sa zameriava na aplikáciu neurónových sietí pre rozpoznávanie gest rúk, čím poskytuje alternatívu k tradičným metódam ovládania zariadení. Dôležitou súčasťou práce je rozsiahla analýza existujúcich riešení rozpoznávania gest, zameraná na identifikáciu ich silných stránok a možných vylepšení. Práca detailne opisuje proces navrhovania, vývoja a optimalizácie modelu na rozpoznávanie gest v reálnom čase, špeciálne prispôsobeného pre čipy ARM s dôrazom na efektivitu a výkon. Okrem toho práca aj obsahuje vytvorenie demonštračnej aplikácie, ktorá vizuálne reprezentuje rozpoznané gestá. Užívateľské testovanie je uskutočnené na hodnotenie praktickosti a užívateľského zážitku systému rozpoznávania gest, čo poskytuje cennú spätnú väzbu pre budúce vylepšenia.
|
|
|
Složení snímku prstu s viditelným krevním řečištěm.
Pekárek, Jakub ; Semerád, Lukáš (referee) ; Rydlo, Štěpán (advisor)
This thesis describes a method for creating a composite image with a visible bloodstream. The bloodstream is detected by the Maximum Curvature algorithm. After that it was experimented with detecting and matching keypoints via algorithms SIFT and ORB. However, the resulting matches from these algoritms were not good enough, therefore the keypoints have to be manually assigned. From these keypoints, an estimated tranformation matrix was created. This matrix was then used for connecting two images. A cycle of assigning keypoints and connecting images is repeated even for newly created images. The final composite image with a visible bloodstream is created after connecting last two images. This composite image can be further used for verification or identification people.
|
|
| |
|
|
Using dense X-ray reconstructions for developing virtual sawing method
Kunda, Matej ; Nosko, Svetozár (referee) ; Zemčík, Pavel (advisor)
Využívanie strojového učenia a počítačovej optimalizácie rastie a zasahuje do mnohých oblastí a piliarsky priemysel nie je výnimkou. Vďaka optimalizačným algoritmom a virtuálnemu píleniu môžu píly vyrábať dosky a iné drevené výrobky oveľa vyššej kvality. Hlavným faktorom, ktorý zhoršuje kvalitu dosiek, sú hrče. Hrče sú zvyšky konárov, ktoré sú prítomné v každom kuse guľatiny a pílených dosiek. Ich polohu však možno ovplyvniť metódami optimalizácie pílenia a maximalizovať kvalitu a cenu dosiek. Cieľom tejto diplomovej práce bolo vyvinúť jednu z metód optimalizácie pílenia - optimalizáciu uhla pílenia. Pred pílením možno guľatinu otočiť a kontrolovať polohu hŕč na doskách. Metóda optimalizácie funguje tak, že sa röntgenové snímky prevedú na funkciu, ktorá predstavuje umiestnenie uzlov pozdĺž polárnych uhlov v dreve, a na ďalšiu funkciu, ktorá obsahuje Gaussove krivky v rohových bodoch dosiek v píliacom vzore. Nakoniec sa vypočíta a minimalizuje korelácia medzi týmito dvoma funkciami, čo vedie k tomu, že sa uzly vyhnú rohovým oblastiam na doske. Navrhovaná metóda funguje na jednoduchom princípe, je výpočetne efektívna a možno ju nasadiť v aplikáciách, ktoré pracujú v reálnom čase. Vyvinutá metóda bola vyhodnotená aplikáciou virtuálneho pílenia pomocou uhlov získaných na datasete obsahujúcom anotované röntgenové údaje guľatiny, ktorý bol porovnaný so segmentovanými pozíciami hŕč a priemerným výsledkom. Výsledkom práce bolo pozoruhodné zníženie počtu hranových hŕč v už aj tak vysoko optimalizovanom prostredí pílenia.
|
guest ::
