|
Detekce roztroušené sklerózy
Kopuletý, Michal ; Mangová, Marie (oponent) ; Uher, Václav (vedoucí práce)
Tato práce je zaměřena na detekování lézí roztroušené sklerózy ze snímků magnetické rezonance. Správně vyhledané léze jsou velice důležité pro stanovení lékařské diagnózy. Detekce lézí pomocí metod strojového učení je poměrně náročná z důvodů velké proměnlivosti velikosti, tvaru a pozice lézí v mozku. V praktické části práce je navržen základ softwaru, jenž bude po dokončení klasifikovat obrazové body, tak aby bylo možné vyhledat ložiska roztroušené sklerózy. Pro klasifikaci bude využita metoda podpůrných vektorů. Teoretická část pak popisuje roztroušenou sklerózu, základy operací prováděných s biomedicínskými obrazy a klasifikaci dat.
|
|
Detekce a rozpoznání dopravních značek v obraze
Vránsky, Radovan ; Beran, Vítězslav (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá různými metodami detekce a rozpoznání dopravních značek v obraze. V úvodě jsou různé z těchto metod popsané a je ukázané jejich využití v praxi. V další části je podrobně popsaná implementace aplikace na detekci a rozpoznani dopravních značek v obraze s využitím Support Vector Machine. Také je tu popsaný způsob vytváření datové sady či různých modelů popisujících tuto sadu. V závěru je potom celá metoda zhodnocená.
|
|
Snížení náročnosti výpočtů v libSVM s použitím řetězcových funkcí
Kubernát, Tomáš ; Sehnalová, Pavla (oponent) ; Michlovský, Zbyněk (vedoucí práce)
Cílem práce bylo implementovat čtyři řetězcové funkce do knihovny libSVM . Za pomoci této knihovny a výše zmíněných řetězcových funkcí poté provést sérii testování s různými hodnotami parametrů ovlivňujících výpočet samotných řetězcových funkcí. Pomocí experimentů byla porovnána rychlost a úspěšnost klasifikace mojí implementace řetězcových funkcí v knihovně libSVM s implementací řetězcových funkcí v programu kernels . V práci jsou také popsány průběhy všech testování i s naměřenými hodnotami a grafy pro grafické znázornění výsledků.
|
|
Klasifikace objektů v obraze podle textury
Wozniak, Jan ; Hradiš, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá analýzou texturních příznaků a klasi fikací známých objektů. Poskytuje základní přehled běžně používaných texturních příznaků a principů jejich klasi fikace, přičemž užší pozornost je věnována extrakci local binary patterns a klasifi kátoru založeném na algoritmu support vector machine. Práce také obsahuje vyhodnocení dosažených výsledků pomocí statistických metod jackkni ngu a F-measure.
|
|
Podpora tvorby map pomocí metod zpracování obrazu
Jaroš, Ján ; Herman, David (oponent) ; Váňa, Jan (vedoucí práce)
Tato bakalářská práce se zabývá metodami detekce vybraných objektů ve videu a importováním těchto objektů do centrální databáze OpenStreetMap na základě jejich geografické poloze. Zaměřena je z velké části na rozpoznávání dopravních značek. První část stručně popisuje některé nejpoužívanější metody a samotný projekt OpenStreetMap. V nasledujících kapitolách je uveden podrobnější přehled použitých metod navrhnutého systému, jeho implementace a testování. Závěr obsahuje zhodnocení celé práce a jsou zde uvedené možné rozšíření.
|
|
Sledování hlídaného prostoru a detekce narušení bezpečnosti kamerovým systémem
Goldmann, Tomáš ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Tato práce obsahuje popis základních systému používaných pro sledování hlídaného prostoru. Ve stěžejní části práce jsem představil metody počítačového vidění vhodné pro detekci a klasifikaci objektů. Dále jsem na základě metody odečítání pozadí realizoval algoritmus pro detekci lidí, který využívá pro popis objektů histogram orientovaných gradientů a pro klasifikaci SVM klasifikátor. V poslední části práce se zabývám porovnáním deskriptoru založeného na histogramu orientovaných gradientů se SIFT deskriptory a vyhodnocením preciznosti detekčního algoritmu.
|
|
Klasifikace objektů v obraze podle textury
Hutárek, Jiří ; Švub, Miroslav (oponent) ; Španěl, Michal (vedoucí práce)
Hlavním tématem této práce je klasifikace textur a rozpoznávání objektů v obraze podle textury. Jsou rozebírány různé texturní příznaky včetně několika variant local binary patterns (LBP). Je navržena nová modifikace LBP (weighted spatial LBP), jejímž cílem je zlepšení prostorového pokrytí tradičních LBP. Zřídka používané barevné texturní příznaky jsou také diskutovány. Umělé neuronové sítě a support vector machines jsou použity ke klasifikaci všech zmíněných příznaků. S využitím těchto metod je implementován framework pro klasifikaci textur a segmentaci obrazu. Obsažná texturní databáze je použita k testu úspěšnosti klasifikace za různých podmínek. Nakonec je systém aplikován na reálný problém - segmentaci leteckých snímků.
|
|
Rozpoznávání textu v obraze
Juřica, Dalibor ; Bartoň, Radek (oponent) ; Švub, Miroslav (vedoucí práce)
Tento dokument projednává oblast počítačového vidění s tématikou schopnosti vidění textu v obraze. Pro vyhledání textových oblastí je za pomocí předzpracování waveletovou transformací vypočtena energie jednotlivých pixelů, ve kterých se poté vyhledávají regiony s vyšší hustotou kandidátních textových pixelů. Z vyhledaných regionů je poté vypočtena množina hodnot, reprezentující vlastnosti daného bloku. Pro skutečné odhalení textových oblastí je pak nakonec využito SVM klasifikátoru.
|
|
Webový portál pro správu a klasifikaci informací z distribuovaných zdrojů
Vrána, Pavel ; Chmelař, Petr (oponent) ; Drozd, Michal (vedoucí práce)
Tato diplomová práce se zabývá technikami dolování dat a jejich klasifikací do kategorií dle kriterií. Cílem práce je implementace webového portálu pro správu a klasifikaci dat z distribuovaných zdrojů. K dosažení cíle bude třeba otestovat rozdílné metody a najít nejvhodnější z nich pro klasifikaci internetových článků. Ze získaných výsledků bude navržena maximálně automatizovaná aplikace pro stahování a klasifikaci dat z různých internetových zdrojů, která by v konečném důsledku měla nahradit uživatele, jež by tuto práci prováděl manuálně.
|
|
Biologicky inspirované metody rozpoznávání objektů
Vaľko, Tomáš ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Rozpoznávání objektů je jedna z mnoha úloh, ve kterých počítač stále zaostává za člověkem. Proto vývoj v této oblasti využívá poznatky z přírody a především z funkce lidského mozku. Tato práce se věnuje rozpoznávání objektů pomocí extrakce významných informací z obrazu, příznaků. Příznaky se získávají podobným způsobem, jako lidský mozek zpracovává vizuální vjemy. Následně se tyto příznaky používají pro natrénování klasifikátoru (například SVM, k-NN, ANN), pomocí kterého dochází k rozpoznávání objektů. Tato práce zkoumá fázi získávání příznaků z obrazu. Jejím cílem je zdokonalit extrakci příznaků a tím zvýšit úspěšnost rozpoznávání objektů počítačem.
|