|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (referee) ; Kanich, Ondřej (advisor)
Tato bakalářská práce se zabývá generováním syntetických otisků prstů za pomoci modelu založeném na principu generativních soupeřících sítí. Práce shrnuje základní teoretické informace z biometrie se zaměřením na otisky prstů. Zaobírá se také principem jednoho z populárních generátorů syntetických otisků prstů - nástrojem SFinGe. Práce představuje model postavený na hluboké konvoluční generativní soupeřící síti a představuje několik metod, které vedly ke zlepšení jeho výkonu. Vyhodnocení výsledků bylo provedeno výpočtem "Fréchet Inception Distance mezi vygenerovanými a existujími otisky. Dále byl vygenerován dataset obsahující 100 snímků. Ten byl vyhodnocen nástrojem NFIQ 2.0, který ukázal, že model je schopný generovat otisky prstů kvality srovnatelné s reálnými trénovacími daty.
|
|
|
Speech Enhancement with Cycle-Consistent Neural Networks
Karlík, Pavol ; Černocký, Jan (referee) ; Žmolíková, Kateřina (advisor)
Hlboké neurónové siete sa bežne používajú v oblasti odstraňovania šumu. Trénovací proces neurónovej siete je možné rožšíriť využitím druhej neurónovej siete, ktorej cieľom je vložiť šum do čistej rečovej nahrávky. Tieto dve siete sa môžu spolu využiť k rekonštrukcii pôvodných čistých a zašumených nahrávok. Táto práca skúma efektivitu tejto techniky, zvanej cyklická konzistencia. Cyklická konzistencia zlepšuje robustnosť neurónovej siete bez toho, aby sa daná sieť akokoľvek modifikovala, nakoľko vystavuje sieť na odstraňovanie šumu rôznorodejšiemu množstvu zašumených dát. Avšak, táto technika vyžaduje trénovacie dáta skladajúce sa z párov vstupných a referenčných nahrávok. Tieto dáta niesu vždy dostupné. Na trénovanie modelov s nepárovanými dátami využívame generatívne neurónové siete s cyklickou konzistenciou. V tejto práci sme vykonali veľké množstvo experimentov s modelmi trénovanými na párovaných a nepárovaných dátach. Naše výsledky ukazujú, že využitie cyklickej konzistencie výrazne zlepšuje výkonnosť modelov.
|
|
|
Generation of Synthetic Retinal Images with High Resolution
Aubrecht, Tomáš ; Heidari, Mona (referee) ; Drahanský, Martin (advisor)
K pořízení snímků sítnice, která představuje nejdůležitější část lidského oka, je potřeba speciálního vybavení, kterým je fundus kamera. Z tohoto důvodu je cílem této práce navrhnout a implementovat systém, který bude schopný generovat takovéto snímky bez použítí této kamery. Navržený systém využívá mapování vstupního černobílého snímku krevního řečiště sítnice na barevný výstupní snímek celé sítnice. Systém se skládá ze dvou neuronových sítí: generátoru, který generuje snímky sítnic, a diskriminátoru, který klasifikuje dané snímky jako reálné či syntetické. Tento systém byl natrénován na 141 snímcích z veřejně dostupných databází. Následně byla vytvořena nová databáze obsahující více než 2,800 snímků zdravých sítnic v rozlišení 1024x1024. Tato databáze může být použita jako učební pomůcka pro oční lékaře nebo může poskytovat základ pro vývoj různých aplikací pracujících se sítnicemi.
|
|
|
Automatic Video Colorization
Mikeska, Tomáš ; Kolář, Martin (referee) ; Hradiš, Michal (advisor)
This thesis deals with fully automatic colorization of video and images using convolutional neural networks. It summarizes existing approaches, architectures and several objective functions. In this thesis several neural networks with different objective functions are implemented and trained for automatic colorization. The best of them is able to colorize large diversity of scenes and is sufficient to produce coherently colorized video.
|
|
|
Generating Faces with Generative Adversarial Networks
Konečný, Daniel ; Herout, Adam (referee) ; Kolář, Martin (advisor)
Cílem této práce je generování barevných obrázků obličejů z náhodně určených vysokodimenzionálních vektorů pomocí generativních neuronových sítí. Dále se zabývá analýzou vstupních vektorů na základě příznaků obličejů z nich vygenerovaných. Je provedena implementace generativní neuronové sítě pro generování obrázků ručně psaných číslic, poté dalších dvou sítí pro generování obrázků obličejů. Vygenerované obrázky zobrazují věrohodně vypadající obličeje, lidské oko je však dokáže odlišit od fotek reálných osob. Analýza jednotlivých dimenzí vektorů je provedena pomocí Studentova t-testu. Dále jsou vstupní vektory promítnuty do podprostorů pomocí lineární diskriminační analýzy a jsou nalezeny rozdělovací hranice mezi třídami příznaků. Analýza generovaných dat dokazuje, že ovlivněním vstupního vektoru je možné docílit generování obrázku obličeje s požadovanými příznaky s pravděpodobností až 80 %. Hlavním výsledkem této práce je model generativní neuronové sítě určené pro generování obrázků obličejů. Dalším přínosem je nástroj pro generování obrázků obličejů na základě vybraných příznaků.
|
|
|
Generating training data with neural networks
Ševčík, Pavel ; Kolář, Martin (referee) ; Hradiš, Michal (advisor)
The aim of this thesis was to prepare a training data set for traffic sign detection using generative neural networks. The solution uses a modified U-Net architecture and several experiments with the application of styles using AdaIN layers as in the StyleGAN model have been conducted. By extending the real GTSDB data set with the generated images, mean average precision of 80.36 % has been achieved, which yields an improvement of 19.27 % compared to the mean average precision of the detection model trained on real data only.
|
|
|
Present State Of GaN Technology In Power Electronics
Šír, Michal
This paper presents a general overview of nowadays Gallium Nitride power transistor technology and shows the existing components with their limits from different manufacturers currently available on the market. Introduction to GaN depletion mode, enhancement mode and cascode transistor structure with their function explanation is included.
|
|
|
Optimizing Bias Point Of High Efficiency Class-B Gan Power Amplifier For The Best Efficiency
Fiser, Ondrej
High performance amplifiers are always a demanding component in the world of wireless communication. The amplifier is the heart that drives each radio system. We have designed and developed a high performance one-stage class-B GaN power amplifier for drone applications in the S-band (at 1,6 GHz) with maximum output power 6 W. This paper compare fixed settings of the bias point option and optimized bias point for the best efficiency within the entire output power range. Applying the proposed method, that is particularly advantageous for low power performance to improve efficiency by more than 15 %.
|
|
|
Generative Adversial Network for Artificial ECG Generation
Šagát, Martin ; Ronzhina, Marina (referee) ; Hejč, Jakub (advisor)
The work deals with the generation of ECG signals using generative adversarial networks (GAN). It examines in detail the basics of artificial neural networks and the principles of their operation. It theoretically describes the use and operation and the most common types of failures of generative adversarial networks. In this work, a general procedure of signal preprocessing suitable for GAN training was derived, which was used to compile a database. In this work, a total of 3 different GAN models were designed and implemented. The results of the models were visually displayed and analyzed in detail. Finally, the work comments on the achieved results and suggests further research direction of methods dealing with the generation of ECG signals.
|
|
|
MOVPE GaN/AlGaN HEMT nano-structures
Hulicius, Eduard ; Kuldová, Karla ; Hospodková, Alice ; Pangrác, Jiří ; Dominec, Filip ; Humlíček, J. ; Pelant, Ivan ; Cibulka, Ondřej ; Herynková, Kateřina
GaN/AlGaN-based high electron mobility transistors (HEMTs) attain better performance than their state-of-the-art full silicon-based counterparts do, offering higher power, higher frequency as well as higher temperature of operation and stability, although their voltage and current limits are somewhat lower than for the SiC-based HEMTs. GaN/AlGaN-based HEMTs are a potential choice for electric-powered vehicles, for which they are approved not only for their power parameters, but also for their good temperature stability, lifetime and reliability. It is important to optimize HEMT structures and their growth parameters to reach the optimum function for the real-world applications. HEMT structures were grown by MOVPE technology in AIXTRON apparatus on (111)-oriented single-surface polished Si substrates. Structural, optical and transport properties of the structures were measured by X-ray diffraction, optical reflectivity, time-resolved photoluminescence and micro-Raman spectroscopy.\n
|
guest ::
