|
|
Convolution neural networks on the Windows platform
Kapusta, Martin ; Rajnoha, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
The aim of the bachelor thesis is the latest knowledge of convolution neural networks and their application. The thesis describes the history, biological neuron and analogous mathematical model of a neuron. It also deals with the areas where neural networks are used, as well as the areas in which they expand gradually, the ways of learning and training, the differences between convolution neural networks and classical neural networks and their architecture. The thesis consists of two parts. The first part is the selection of the framework for working with convolution neural networks, which is suitable for implementation in the Windows operating system, the installation of the framework and its troubleshooting. The second part is aimed at creating an automated installation tool for the Windows 7 and Windows 10 operating system, created in JavaFX.
|
|
|
Identifikace osob pomocí hlubokých neuronových sítí
Duban, Michal ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací konvolučních neuronových sítí sloužících k re-identifikaci osob. Implementované konvoluční sítě byly testovány na dvou datových sadách CUHK01 a CUHK03, na kterých dosáhly výsledky srovnatelné se state of the art metodami. Navržené sítě byly implementovány ve frameworku Caffe.
|
|
|
Sledování a rozpoznávání lidí na videu
Šajboch, Antonín ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá rozpoznáváním a sledováním lidí ve videu. K rozpoznávání byla použita konvoluční neuronová síť, která extrahuje vektor rysů z přiloženého snímku obličeje. Tento extrahovaný vektor je dále klasifikován. Proces rozpoznávání musí probíhat v reálném čase a s tímto ohledem jsou také voleny veškeré použité metody. V rámci této práce byl vytvořen nový dataset obličejů, který byl získán z videozáznamů pořízených v prostorách fakulty. Videozáznamy a dataset byly použity pro experimenty k ověření přesnosti vytvořeného systému. Výsledná přesnost rozpoznávání je cca 85%. Navržený systém může být použit například k evidenci osob, počítání průchodů či k ohlášení výskytu neznámé osoby v objektu.
|
|
|
Rozpoznávání textu pomocí konvolučních sítí
Csóka, Pavel ; Behúň, Kamil (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá tvorbou nových datových sad pro účely strojového učení rozpoznávání textu z fotografií a experimenty s konvolučními neuronovými sítěmi na těchto sadách. Popisuje architekturu konvolučních sítí, problémy rozpoznávání z fotografií a současné práce využívající tyto sítě. Dále tvorbu anotace datové sady fotografií stránek dokumentů, pořízených mobilními telefony, nazvané Mobile Page Photos. K anotaci je využit Tesseract OCR. Z této sady jsou vyříznutím znaků z fotografií vytvořeny dvě další. Jedná se o sady znaků dobře čitelných Mobile Nice Page Photos Characters a dobře i spatně až nečitelných Mobile Page Photos Characters, ve formátu datové sady číslic Street View House Numbers. S třemi vytvořenými modely konvolučních sítí jsou na datových sadách provedeny experimenty s rozpoznáváním textu, s jejichž pomocí je také odhadnuta chyba anotace.
|
|
|
Konvoluční neuronová síť pro zpracování obrazu
Krajčovičová, Mária ; Rajmic, Pavel (oponent) ; Burget, Radim (vedoucí práce)
Cílem diplomové práce bylo nastudování problematiky konvolučních neurónových sítí v posledních letech. Dále se práce zabíva navržením vhodných modelů konvolučních neurónových sítí a jejich následní implementaci v prostředí jazyka Java. Výsledkem práce je porování a zhodnocení dosažených výsledků získaných prostřednictvým implementované aplikace.
|
host ::
RSS.