|
|
Anotace kvality záznamů EKG
Waloszek, Vojtěch ; Smíšek, Radovan (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce shrnuje základní informace o elektrofyziologii srdce a elektrokardiografii, uvádí přehled několika metod pro anotaci kvality záznamů EKG a navrhuje vlastní metodu pro anotaci kvality záznamů EKG. Realizuje výpočet příznaků - ukazatelů kvality signálu i samotné anotace kvality. Testuje správnost reakce příznaků na události v signálu, jejichž přítomnost mají příznaky reflektovat, i správnost anotací kvality.
|
|
|
Multikamerová biometrická brána pro identifikaci osob
Kosík, Dominik ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce řeší vytvoření biometrické brány pro identifikaci osob. Identifikace probíhá za pomocí 5 barevných kamer a IR kamery. IR kamera zajišťuje detekci osoby a následně se ze snímku barevných kamer vytváří 3D model obličeje osoby. Na základě tohoto modelu se provádí identifikace. Jelikož při vytváření samotného 3D modelu docházelo k nepřesnostem, což má vliv na rozpoznání osoby, není výsledná identifikace dostatečně přesná. Z toho důvodu je zapotřebí upravit algoritmy zpracovávající 3D model, a tak dosáhnout dostatečné přesnosti.
|
|
|
Automatická detekce stresu pomocí biologických signálů
Votýpka, Tomáš ; Kozumplík, Jiří (oponent) ; Smíšek, Radovan (vedoucí práce)
Bakalářská práce je zaměřena na detekci stresu. Tato práce definuje pojem stres, analyzuje vhodné biologické signály k detekci stresu, představuje databáze biologických signálů, které byly využity pro detekci stresu a zmiňuje metody automatické detekce stresu. Následně byl v programovém prostředí MATLAB implementovaný program detekující stres. Pro realizaci programu byla využita volně dostupná databáze non-EEG signálů. Modely klasifikující stres, byly vytvořeny pomocí 4 metod strojového učení pro binární klasifikaci a 3 metod strojového učení pro klasifikaci 4 psychických stavů. Úspěšnosti klasifikačních úloh jsou shrnuty v závěru práce.
|
|
|
Diff pro multimediální dokumenty
Lang, Jozef ; Hlosta, Martin (oponent) ; Chmelař, Petr (vedoucí práce)
Rozvoj internetu a jeho masové rozšíření přineslo zvýšení objemu multimediálnich dat. S nárůstem množství dat stoupá potřeba efektivního zjišťování podobnosti mezi různymi multimediálními soubory za účelem prevence a odhalování porušování autorských licencí nebo jen v rámci zjišťování duplikátních nebo jinak podobných souborů. Tato práce se zabýva současnými možnostmi v oblasti porovnávaní obrazových dat na základě jejich obsahu. Zaměřuje se na techniky extrakce rysů, vzdálenostní metriky, návrh a implementaci modulu aplikace mediaDiff, který je schopen porovnávat videa na základě jejich obsahu.
|
|
|
Rozpoznávač hudebního stylu z MP3
Deutscher, Michael ; Szőke, Igor (oponent) ; Grézl, František (vedoucí práce)
Práce popisuje návrh rozpoznávače hudebních stylů. Stručně se zabývá digitalizací hudebních dat, způsobem jejich ukládání v počítačích. Dále zmiňuje příznaky používané pro klasifikaci včetně nástinu jejich extrakce. Stěžejní částí je pak srovnání úspěšnosti rozpoznání hudebních žánrů pomocí příznaků získaných přímo z hudebních dat v mp3 formátu a příznaků získaných klasickou analýzou.
|
|
|
Implementace detektoru klíčových slov do mobilního telefonu (Symbian 60)
Cipr, Tomáš ; Schwarz, Petr (oponent) ; Szőke, Igor (vedoucí práce)
Detektor klíčových slov je jednou z aplikací automatického rozpoznávání řeči. Úkolem detektoru je určit, ve kterých místech souvislého toku řeči se vyskytují slova ze zadaného seznamu. Detektor klíčových slov najde řadu uplatnění mimo jiné i v mobilních telefonech, např. pro jejich ovládání hlasem. S nástupem OS Symbian se otevřela možnost jak detektor implementovat i pro tato zařízení. Zpráva popisuje jednak teoretická a odborná východiska realizace detektoru a také jeho následnou implementaci. Nejdříve je uveden operační systém Symbian s ohledem na praktické řešení úkolu. Dále je popsán způsob detekce klíčových slov od vstupního řečového signálu až po výstup, zda a která slova byla nalezena. Následně je prezentován objektový návrh detektoru a podrobněji popsána jeho implementace. Závěrem jsou shrnuty dosažené výsledky a nastíněn další vývoj.
|
|
|
Skutečně chytrá chytrá zásuvka
Valušek, Ondřej ; Zemčík, Pavel (oponent) ; Materna, Zdeněk (vedoucí práce)
Na trhu je dnes k dispozici mnoho takzvaně chytrých zásuvek. Jejich využití je však značně omezené. Typicky umí měřit spotřebu a lze je spínat na dálku pomocí mobilní aplikace nebo časovače. Tato práce řeší, jak využít spínací modul s měřením spotřeby k tomu, aby se ze zásuvky stala skutečně chytrá zásuvka, která umí rozpoznat co je do ní aktuálně připojeno pouze na základě krátkého časového okna, a to až pro tři spotřebiče najednou. Spotřeba je měřena chytrým relé Shelly 1PM společně pro tři zástrčky. Extrakcí příznaků z časové řady, detekcí neznámých spotřebičů pomocí SVM a poté klasifikaci neuronovou sítí se podařilo dosáhnout přesnosti přes 99 % na datasetu obsahující různé kombinace zapojení chytré televize, stolní lampičky a notebooku. Informace o aktuálně připojených spotřebičích jsou přehledně zobrazeny ve webovém rozhraní a také jsou průběžně zapisovány do databáze pro zpětné zobrazení statistik. Informaci o připojení a odpojení spotřebičů je také dále možné poslat do systému pro správu chytré domácnosti.
|
|
|
Interaktivní segmentace 3D CT dat s využitím hlubokého učení
Trávníčková, Kateřina ; Hradiš, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Tato práce se zaměřuje na možnosti využití neuronových sítí pro segmentaci CT dat s omezenými možnostmi použití anotovaných dat. Hlavním prostředkem pro zlepšení kvality segmentace kostí pomocí modelu trénovaného na malé datové sadě je zde přidání uživatelské interakce. Dále jsou zkoumány možnosti využití transfer learningu v podobě předtrénování na interaktivní segmentaci na jiné než cílové datové sadě a v podobě předtrénování na restauraci dat pomocí cílové datové sady. Všechny zkoumané metody přinášejí určité zlepšení oproti baseline metodě, kterou je použití datově specifického automatického segmentačního modelu. Při trénování s velmi malými trénovacími množinami dochází ke zvýšení hodnoty Dice skóre až o desítky procent. Praktické uplatnění těchto metod může být například v jejich použití coby nástroje pro urychlení tvorby nového segmentačního datasetu.
|
|
| |
|
|
Identifikace osob pomocí otisku hlasu
Mekyska, Jiří ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato práce se zabývá textově závislým rozpoznáváním řečníků v systémech, kde existuje pouze omezené množství trénovacích vzorků. Pro účel rozpoznávání je navržen otisk hlasu založený na různých příznacích (např. MFCC, PLP, ACW atd.). Na začátku práce je zmíněn způsob vytváření řečového signálu. Některé charakteristiky řeči, důležité pro rozpoznávání řečníků, jsou rovněž zmíněny. Další část práce se zabývá analýzou řečového signálu. Je zde zmíněno předzpracování a také metody extrakce příznaků. Následující část popisuje proces rozpoznávání řečníků a zmiňuje způsoby ohodnocení používaných metod: identifikace a verifikace řečníků. Poslední teoreticky založená část práce se zabývá klasifikátory vhodnými pro textově závislé rozpoznávání. Jsou zmíněny klasifikátory založené na zlomkových vzdálenostech, dynamickém borcení časové osy, vyrovnávání rozptylu a vektorové kvantizaci. Tato práce pokračuje návrhem a realizací systému, který hodnotí všechny zmíněné klasifikátory pro otisk hlasu založený na různých příznacích.
|
host ::
RSS.