|
|
Visipedia - Embedding-driven Visual Feature Extraction and Learning
Jakeš, Jan ; Beran, Vítězslav (oponent) ; Zemčík, Pavel (vedoucí práce)
Multidimensional embedding is a powerful method of representing similarity measures among objects without the need for their explicit categorization. It has been increasingly used in recent years to annotate objects making an important part of the Visipedia project and its related work. This work explores the possibilities of learning from embedding-annotated images using their visual attributes and develops methods of predicting embedding coordinates for previously unseen images. It studies the relevant feature extraction and learning algorithms and describes the whole process of design and development of such a system using common machine learning approaches. The system is tested and evaluated with two different datasets and the performed experiments present the first results for a task of its kind.
|
|
|
Hybridní rozpoznávač izolovaných slov
Veselý, Karel ; Černocký, Jan (oponent) ; Grézl, František (vedoucí práce)
Rozpozávač izolovaných slov nezávislý na mluvčím má mnoho praktických použití. Například bude umožňovat ovládat hlasem různé domácí přístroje příští generace které budou komunikovat s PC. Ještě zajímavější je možnost jej vestavět do jakékoli aplikace nebo dokonce do operačního systému a rozšířit tak uživatelské rozhranní o nový prvek, hlasové ovládání. Dá se využít k ovládání pomocí klíčových slov, reakcí může být spuštění aplikace nebo jakákoli jiná specifická akce. Nejzajímavější možnost využití rozpoznávače izolovaných slov je v elektronických slovnících. Novým rysem slovníků příští generace by mohlo být hlasové vyhledávání slov. Velmi užitečná je možnost získat na výstupu seznam slov sežazený podle pravděpodobnosti vyslovení. Tento rys umožňuje uživateli jednoduše zjistit podobná slova a naučit se je lépe rozlišovat.
|
|
|
Rozpoznávání hudebních stylů
Behúň, Kamil ; Polok, Lukáš (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním hudebních stylů. V úvodu je přehled aktuálních metod používaných při rozpoznávání hudebních stylů. Další kapitoly jsou věnovány vytvořenému systému pro rozpoznávání hudebních stylů. Výsledný systém obsahuje dvě metody extrakce příznaků. První využívá extrakci Mel-frekvenčních kepstrálních koeficientů z~nahrávek a~druhá extrakci příznaků ze spektrogramu nahrávek. Pro klasifikaci výsledný systém využívá Support Vector Machine.
|
|
|
Voice Activity Detection
Ent, Petr ; Karafiát, Martin (oponent) ; Matějka, Pavel (vedoucí práce)
This thesis deals with usage Support Vector Machines (SVM) for Speech Activity Detection (SAD). The first part of the thesis deals with comparison of different feature extractions and different methods of construction supervectors for classifying speech using SVM. The second part presents SVM based SAD system. All experiments were performed on ERT broadcast new database. Final comparison with two other approaches (phoneme and GMM based) was done on standard NIST 2006 Rich Test Evaluation database.
|
|
|
Reidentifikace automobilů ve videu
Zapletal, Dominik ; Sochor, Jakub (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá problémem reidentifikace automobilů ve videu. Reidentifikace automobilů ve videu je založena na porovnávání částí obrazu získaného z různých kamer. Tato práce je zaměřena zejména na reidentifikaci automobilů samotnou a vychází z předpokladu, že problém detekce automobilů ve videu je již vyřešen v podobě vytvořeného 3D ohraničujícího kvádru kolem vozidla. Problém reidentifikace je vyřešen pomocí barevných histogramů, histogramů orientovaných gradientů a lineárního regresoru. Příznaky jsou používány v oddělených modelech za účelem dosažení nejlepších výsledků v nejkratším výpočetním čase procesoru. Navrhovaná metoda pracuje s vysokou přesností (60% opravdu pozitivních rozpoznání s 10% mírou falešně pozitivních případů na náročné datové sadě) s výpočetním časem procesoru (Core i7) 85 milisekund pro jednu reidentifikaci vozidla za předpokladu video vstupu v plném HD rozlišení. Použitím této práce v distribuovaných dopravních monitorovacích systémech je možné zjistit důležité parametry jako doba cestování, směry dopravních toků nebo dopravní informace.
|
|
|
Software pro biometrické rozpoznávání duhovky lidského oka
Maruniak, Lukáš ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
V mojej práci sa zaoberám úlohou rozpoznania ľudskej dúhovky zo snímku za pomoci použitia evolučných algoritmov . Práca sa v úvode zaoberá otázkou biometrie, jej významom a základnými pojmami , s ktorými sa v texte neskor stretávam . Následne popisujem proces rozpoznania dúhovky ako aj teóriu evolučných algoritmov . V implementačnej časti popisujem návrh a implementáciu riešenia detekcie dúhovky za pomoci evolučných algoritmov , pričom kladiem doraz na detekciu okrajov zreničky a dúhovky .
|
|
|
3D Reconstruction of Historic Landmarks from Flickr Pictures
Šimetka, Vojtěch ; Maršík, Lukáš (oponent) ; Polok, Lukáš (vedoucí práce)
This thesis describes challenges in design and development of an application which reconstructs 3D model given set of 2D images. This technique is called bundle adjustment. The thesi discusses the 3D reconstruction pipeline and elaborates on each step. The first step covers dataset acquisition from the internet. The scripts used to download such data from Flickr and Google Images are described and image characteristics necessary for a good reconstruction are identified. Hereafter the paper compares different feature detectors, extractors and matchers to find best suited combination for reconstruction of historic landmarks. This is followed by description the reconstruction and optimization steps and their implementation. At the end of the thesis the implemented solution is examined on several datasets and compared with other existing solutions presented at the very beginning of the thesis.
|
|
|
PHONOTACTIC AND ACOUSTIC LANGUAGE RECOGNITION
Matějka, Pavel ; Sigmund, Milan (vedoucí práce)
This thesis deals with phonotactic and acoustic techniques for automatic language recognition (LRE). The first part of the thesis deals with the phonotactic language recognition based on co-occurrences of phone sequences in speech. A thorough study of phone recognition as tokenization technique for LRE is done, with focus on the amounts of training data for phone recognizer and on the combination of phone recognizers trained on several language (Parallel Phone Recognition followed by Language Model - PPRLM). The thesis also deals with novel technique of anti-models in PPRLM and investigates into using phone lattices instead of strings. The work on phonotactic approach is concluded by a comparison of classical n-gram modeling techniques and binary decision trees. The acoustic LRE was addressed too, with the main focus on discriminative techniques for training target language acoustic models and on initial (but successful) experiments with removing channel dependencies. We have also investigated into the fusion of phonotactic and acoustic approaches. All experiments were performed on standard data from NIST 2003, 2005 and 2007 evaluations so that the results are directly comparable to other laboratories in the LRE community. With the above mentioned techniques, the fused systems defined the state-of-the-art in the LRE field and reached excellent results in NIST evaluations.
|
|
|
Biometrie sítnice pro účely rozpoznávání osob
Sikorová, Eva ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním osob pomocí srovnávání sady příznaků extrahovaných z obrazů vzoru cév sítnice. První část práce obsahuje náhled na problematiku biometrie, podrobnější rozbor identifikace osob s využitím snímků sítnice a především literární rešerši metod extrakce a srovnávání. V praktické části byly v prostředí MATLAB realizovány algoritmy pro identifikaci osoby metodou nejbližšího souseda (NS), translace, template matching (TM) a rozšířeného NS a TM se zahrnutím více příznaků. Součástí práce je otestování navržených programů na biometrické databázi příznakových vektorů s následným vyhodnocením.
|
|
|
Spojování obrazů podle tvaru hran
Gorgol, Martin ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a realizací aplikace, která na základě vytvořené množiny dílků „puzzle“ složí dle tvaru jejich hran původní obraz. Tato aplikace je vytvořena pomocí programu Matlab. Práce také popisuje postup při samotném vytvoření databáze dílků z fotografie obrazu složeného puzzle. Blíže se pak zabývá problematikou nalezení charakteristických úseku dílků, jejich segmentací a vhodným popisem. Je zde rozebrán postup výběru typů příznaků a jejich extrakce. Na základě vhodně popsaných segmentovaných částí dílků je navržen a realizován algoritmus jejich porovnávání a sdružování do shluků. Pomocí navržené metody vizualizace je poté zobrazován výsledný obraz složeného puzzle.
|
host ::
RSS.