|
|
Heart beat classification
Potočňák, Tomáš ; Kozumplík, Jiří (oponent) ; Ronzhina, Marina (vedoucí práce)
The aim of this work was to develop the method for classification of ECG beats into two classes, namely ischemic and non-ischemic beats. Heart beats (P-QRS-T cycles) selected from animals orthogonal ECGs were preprocessed and used as the input signals. Spectral features vectors (values of cross spectral coherency), principal component and HRV parameters were derived from the beats. The beats were classified using feedforward multilayer neural network designed in Matlab. Classification performance reached the value approx. from 87,2 to 100%. Presented results can be suitable in future studies aimed at automatic classification of ECG.
|
|
|
Sledování obličejových rysů v reálném čase
Peloušek, Jan ; Mekyska, Jiří (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce pojednává o problematice rozpoznávání objektů v obraze se zaměřením na rozpoznání lidské tváře a jejích součástí. Je zde popsány základní principy počítačového vidění, objektový detektor Viola-Jones, jeho programová realizace pomocí knihoven OpenCV. Dále je v této práci popsán systém přesné detekce obličejových částí pomocí algoritmu aktivních modelů tvaru (ASM) a s ním související mechanismy trénování klasifikátorů. Nakonec je popsána i praktická realizace včetně softwarové implementace.
|
|
|
Development of algorithms for digital real time image processing on a DSP Processor
Knapo, Peter ; Sajdl, Ondřej (oponent) ; Belgium, Jurgen Baert (MSc), KHBO (vedoucí práce)
Face recognition is a complex process that aims to recognize human faces in images or video sequences. Applications include surveillance and identification system, but face recognition is also invaluable in the research of computer vision and artificial intelligence. Face recognition systems are often based on either image analysis or neural networks. This work implements an algorithm based around the use of so-called eigenfaces. Eigenfaces are the result of a form of Principal Component Analysis (PCA), which extracts important facial features from the original image and is based on solving a linear matrix equation of the covariance matrix, eigenvalues and eigenvectors. A face that is to be recognized is thus projected onto the eigenspace; the results of that operation can be interpreted as the comparison of this face with an existing database of known faces. Before executing the actual recognition algorithm, faces need to be located inside the image and prepared (by doing normalization, lighting compensation and noise removal). Many algorithms exist, but this work uses a color based face detection algorithm, which is both fast and sufficient for this application. The face detection and recognition algorithms are implemented on a Blackfin ADSP-BF561 DSP processor from Analog Devices.
|
|
|
Možnosti využití metod vícerozměrné statistické analýzy dat při hodnocení spolehlivosti distribučních sítí
Geschwinder, Lukáš ; Skala, Petr (oponent) ; Blažek, Vladimír (vedoucí práce)
Účelem je zhodnotit využití metod vícerozměrné statistické analýzy dat jako pomůcky při simulacích spolehlivosti distribuční sítě. Zvolené metody jsou shluková analýza (CLU) a metody hlavních komponent (PCA). CLU slouží k rozdělení objektů na základě jejich znaků a výpočtu vzdálenosti mezi objekty do skupin, jejichž vlastnosti by měly být podobné. Výstupem je možné odhalit skrytou strukturu v datech. PCA slouží k nalezení struktury ve znacích vícerozměrné matice dat. Znaky zde představují jednotlivé veličiny popisující daný objekt. PCA využívá rozložení původní matice dat na matici strukturní a šumovou. Jedná se o transformaci původní matice dat do nového souřadnicového systému hlavních komponent. Nové souřadnice se nazývají skóre. Hlavní komponenty tvoří ortogonální systém nových souřadnic. Distribuční síť z hlediska spolehlivosti může být charakterizována řadou statistických veličin. Spolehlivostní ukazatele mohou být: počet přerušení, doba přerušení. Integrální ukazatele spolehlivosti mohou být: ukazatel průměrné systémové četnosti přerušení (SAIFI) a ukazatel průměrné systémové doby trvání přerušení (SAIDI). V závěru je porovnání provedené simulace SAIFI podle negativně-binomického rozdělení a poskytnutých hodnot od distribuční společnosti. Je proveden pokus o popis závislostí znaků a rozdělení vývodů.
|
|
|
Využití analýzy hlavních komponent (PCA) ke zpracování obrazových dat
Solnický, Jan ; Archalous, Tomáš (oponent) ; Rychtárik, Milan (vedoucí práce)
Tato práce se zabývá využitím analýzy hlavních komponent (PCA) ke zpracování obrazových dat a jejím cílem je seznámit se s matematickým aparátem analýzy hlavních komponent a možnostmi jejího využiti pro zpracovaní obrazu. Dále obsahuje návod jak PCA využít ke kompresi obrazových dat a k převodu barevného obrazu na šedotónový. Ukazuje také možnosti PCA při odstraňování šumu ve vlnkové oblasti. Práce zahrnuje také výsledky kompresních a odšumovacích operací a jejich zhodnocení.
|
|
|
Detekce lidské postavy v obrazové scéně
Šmirg, Ondřej ; Číka, Petr (oponent) ; Kohoutek, Michal (vedoucí práce)
Práce se skládá ze dvou hlavních částí, části separační a diagnostické. Separační část je založena na statistickém modelu využívající barvy každého pixelu k určení, zda se jedná o pixel pozadí nebo popředí. V projektu využitá metoda je mixture of gaussians. Mixture of gaussians je vhodný pro dané použítí, protože výsledky testů obrazu nezávisí na světelnosti objektivu, ale spíše na barvách v pozadí. Proto se jeví metoda mixture of gaussians jako dobrá volba. Výsledky dosažené s použitím této metody na skutečné sekvenci jsou prezentována v této práci. Diagnostická část má za úkol identifikovat lidskou postavu ve scéně. Použitá metoda je ASM(Active Shape Models) s PCA(Principal Component Analysis). ASM jsou statistické modely tvarů lidských postav, které jsou deformovány do vhodného tvaru pro porovnání s objektem v novém obraze.
|
|
|
Overview of methods for person identification using image processing
Palacka, Martin ; Březina, Lukáš (oponent) ; Krejsa, Jiří (vedoucí práce)
This thesis deals with an overview of methods for person identification using image processing. The beginning of thesis is dedicated to the theoretical study of the skin segmentation method, its algorithm and different color spaces, which are used for identification by this method. The next algorithm is a method called boosted cascade of simple features, while focusing on description of this method, an OpenCV library, computing algorithm, image interpretation by integral image and speed of computation which is reached. The next chapter describes the PCA method, the principles of working, a description of the mathematical model, a study of gender recognition, the results and troubleshooting. The last described methods are fusion of facial strips and pixel patern based texture feature. At the end of this thesis there is the tested application of person identification and gender recognition and the results of the success of methods.
|
|
|
From single feature to settlement pattern, landscape and society: a methodological approach to castellological research
Novák, David
Fortified manors are in the scope of interest from the 19th century and at present, we have solid and complex knowledge base, which can be evaluated to obtain interesting results. Most of the published papers dealing with fortified manors have undergone basic chronological and typological analysis without further interest in their spatial attributes or their relation to the hinterland. This fact and underestimation of quantitative analysis and statistics may be explained in the context of the culture-history paradigm, still prevailing in Czech archaeology. Alternatively, perhaps, it is just a result of the methodological inability of many archaeologists to deal with large data sets. As a response to this situation, the author attempts to look at fortified manors in another way - through statistical methods and using GIS. Paper is aimed to present methodology used in case study of selected region in western part of Central Bohemia as a sample.
|
|
| |
|
|
Special Issue on the 18th International Conference on Artificial Neural Networks
Húsek, Dušan ; Neruda, Roman ; Koutník, J.
Special Issue on the 18th International Conference on Artificial Neural Networks. Neural Network World. Vol. 19, No. 5 (2009). The issue contains papers prepared specially for this issue by authors of some best evaluated papers presented on ICANGA 2008 conference. Covered are mainly following topics: Mathematical Theory of Neurocomputing, Computational Neuroscience, Connectionist Cognitive Science, Neuroinformatics, Image Processing, Signal and Time Series Processing, Reinforcement Learning, Binary Factor Analysis, Principal Component Analysis, Self-organization, Neural Network Hardware.
|
host ::
RSS.