|
Umělá inteligence (AI ) v architektuře
Rubáč, František ; Mačuda, Michal (oponent) ; Vítek, Jiří (vedoucí práce)
Práce se primárně zabývá tématem AI a jejího využití v architektuře. V práci se zprvu zabývám AI v širším měřítku, poté uvedu jednotlivé možnosti využití AI v architektuře. Popisuji teoretické využití AI a tento popis doprovázím praktickými příklady. Poté se zaměřuji na organickou architekturu a na generování organických fasád a budov. Ke konci práce ukáži výsledky své práce na vygenerovaných výstupech a modelech.
|
|
Systém pro rozpoznání hlasových povelů v reálném čase
Šíbl, Evžen ; Kiac, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvorbou systému pro rozpoznání hlasových povelů. Klasifikátor tohoto systému byl vytvořený pomocí neuronové sítě. V práci se obeznámíte s historií a problematiku rozpoznání řeči. Byl vytvořený systém, který detekuje v nahrávce úsek obsahující řečový signál, který následně pomocí klasifikátoru rozhodne o jaké slovo z tabulky slov se jedná. Byly vytvořeny 3 modely se stejnou architekturou avšak s různými trénovacími daty. Tyto modely byly následně porovnány mezi sebou. Pro výsledný systém bylo vytvořené jednoduché uživatelské rozhraní.
|
|
Ovládání počítačových aplikací přirozeným pohybem hlavy
Vojvoda, Jakub ; Materna, Zdeněk (oponent) ; Beran, Vítězslav (vedoucí práce)
Cílem této práce je navrhnout a realizovat systém sledující hlavu uživatele ve vstupních obrazových snímcích a na základě její pozice dosáhnout interakci s počítačovými aplikacemi. V rámci řešení byly navrženy 4 metody detekce hlavy využívající metody počítačového vidění jako detekci obličeje pomocí Haarových příznaků, detekce pozadí, camshift nebo Lucas-Kanade na výpočet optického toku. Jednotlivé metody byly testovaný na nahraných a v dané oblasti používaných datasetech a vyhodnoceny. Výsledek je využit k ovládaní demo aplikací pohybem hlavy.
|
|
Detekce dopravních značek v obraze a videu
Kočica, Filip ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce řeší problematiku detekce dopravního značení za pomoci moderních technik zpracování obrazu. K řešení byla použita speciální architektura hluboké konvoluční neuronové sítě zvaná YOLO, tedy You Only Look Once, která řeší detekci i klasifikaci objektů v jednom kroce, což celý proces značně urychluje. Práce pojednává také o porovnání úspěšnosti modelů trénovaných na reálných a syntetických datových sadách. Podařilo se dosáhnout úspěšnosti 63.4% mAP při použití modelu trénovaného na reálných datech a úspěšnosti 82.3% mAP při použití modelu trénovaného na datech syntetických. Vyhodnocení jednoho snímku trvá na průměrně výkonném grafickém čipu ~40.4ms a na nadprůměrně výkonném čipu ~3.9ms. Přínosem této práce je skutečnost, že model neuronové sítě trénovaný na syntetických datech může za určitých podmínek dosahovat podobných či lepších výsledků, než model trénovaný na reálných datech. To může usnadnit proces tvorby detektoru o nutnost anotovat velké množství obrázků.
|
|
Predikce vlivu mutace na rozpustnost proteinů
Velecký, Jan ; Martínek, Tomáš (oponent) ; Hon, Jiří (vedoucí práce)
Cílem práce je vytvoření prediktoru změny rozpustnosti mutovaného proteinu ze znalosti jeho původní 3D struktury. Predikce rozpustnosti proteinů je část bioinformatiky, která dosud není uspokojivě vyřešena. Přičemž především predikci ze 3D struktury není věnována náležitá pozornost. Práce obsahuje souhrn relevantních znalostí o proteinech, jejich rozpustnosti a stávajících predikčních nástrojích. Princip navrženého prediktoru je inspirován článkem Surface Patches, a práce si tak dává za cíl také ověřit výsledky v něm dosažené. Navržená predikce funguje podle změn oblastí kladného elektrického potenciálu nad povrchem proteinu. Nástroj byl úspěšně implementován a byla provedena celá řada výpočetně náročných experimentů. Z nich vyplynulo, že tímto způsobem lze elektrický potenciál, a tedy i prediktor, použít úspěšně jen u omezené množiny proteinů. Metoda použitá v článku navíc koreluje s mnohem jednodušší proměnou celkového náboje proteinu.
|
|
Pokročilá analýza obrazu využitím hlubokých neuronových sítí
Hynek, Vojtěch ; Přinosil, Jiří (oponent) ; Kiac, Martin (vedoucí práce)
Tato bakalářská práce se zabývá problematikou detekce objektů v obraze s využitím konvoluční neuronové sítě. Výsledkem této práce je vlastní datová sada, model neuronové sítě YOLOv4 a skript sloužící pro zpracování výsledných dat modelu. Datová sada obsahuje 8080 snímků, na kterých je anotováno 14 objektů. Modelu neuronové sítě byla zmenšena jeho hloubka, díky které významně vzrostla rychlost samotné detekce. Skript zpracovávající výsledná data vypočítává 3D a GPS souřadnice detekovaného objektu v prostoru. V závěru práce jsou shrnuty výsledky modelu a současně je uvedeno, jakým způsobem by mohlo dojít ke zlepšení kvality datové sady.
|
|
Meření podobnosti obrazů s pomocí hlubokého učení
Štarha, Dominik ; Šeda, Pavel (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato diplomová práce se zabývá výzkumem technologií, využívajících metod hlubokého učení, využitelných při zpracovávání obrazových dat. Konkrétním zaměřením práce je zhodnotit vhodnost a efektivnost hlubokého učení při porovnávání dvou vstupních obrazových dat. První – teoretická – část zahrnuje úvod do problematiky neuronových sítí a hlubokého učení. Obsahuje popis dostupných možností a jejich výhody a principy, vhodné při zpracování obrazových dat. Druhá – praktická – část práce obsahuje návrh vhodného modelu siamských sítí pro řešení problému problematiky porovnávání dvou vstupních obrazů a vyhodnocení jejich podobnosti. Výstupem je zhodnocení několika možných konfigurací modelu a vyzdvihnutí parametrů modelu s nejlepšími výsledky.
|
|
Pořízení a zpracování sbírky registračních značek vozidel
Kvapilová, Aneta ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Diplomová práce se zabývá problematikou pořízení a zpracování datové sady, která obsahuje částečně automaticky zpracované snímky registračních značek vozidel. Cílem je jak pořízení samotných videí, tak i vytvoření sady nástrojů, které budou schopné videa zpracovávat do výsledné datové sady určené k učení neuronových sítí pro monitorování provozu. K realizaci je využit programovací jazyk Python s využitím grafické knihovny OpenCV a frameworku PyTorch pro tvorbu neuronových sítí.
|
|
Determination of Objects Similarity Based on Image Information
Rajnoha, Martin ; Kamencay,, Patrik (oponent) ; Beneš, Radek (oponent) ; Burget, Radim (vedoucí práce)
Monitoring of public areas and their automatic real-time processing became increasingly significant due to the changing security situation in the world. However, the problem is an analysis of low-quality records, where even the state-of-the-art methods fail in some cases. This work investigates an important area of image similarity – biometric identification based on face image. The work deals primarily with the face super-resolution from a sequence of low-resolution images and it compares this approach to the single-frame methods, that are still considered as the most accurate. A new dataset was created for this purpose, which is directly designed for the multi-frame face super-resolution methods from the low-resolution input sequence, and it is of comparable size with the leading world datasets. The results were evaluated by both a survey of human perception and defined objective metrics. A hypothesis that multi-frame methods achieve better results than single-frame methods was proved by a comparison of both methods. Architectures, source code and the dataset were released. That caused a creation of the basis for future research in this field.
|
|
Programová podpora managementu projektů
Janda, Petr ; Kreslíková, Jitka (oponent) ; Květoňová, Šárka (vedoucí práce)
Tento projekt se zabývá návrhem informačního systému pro podporu projektového managementu v IT organizacích. Představuje základní aspekty řízení projektů a zejména moderní metodologii Rational Unified Process, která se orientuje na řízení projektů v dnešním dynamickém prostředí. Systém je implementován v prostředí Microsoft Visual Studia 2005 s podporou Microsoft SQL Serveru 2005 a skládá se z ASP.NET webové prezentace a DLL knihovny napsané v jazyce C#. Navržený informační systém poskytuje podporu pro plánování a umožňuje řízení průběhu projektu, nezávisle na geografické lokalizaci realizačního týmu, který může se systémem pracovat přes standardní webové prohlížeče.
|