|
|
Searching Image Collections Using Deep Representations of Local Regions
Bátoryová, Jana ; Lokoč, Jakub (vedoucí práce) ; Fink, Jiří (oponent)
V úlohe "hľadanie známeho objektu" sa zameriavame na nájdenie vopred známeho obrázku v multimediálnej databáze. V tejto práci sa zameriavame na dva prístupy k riešeniu tohto problému, ktoré sú založené na vizuálnej podobnosti s hľadaným obrázkom. V prvom prístupe užívateľ vytvára koláž obrázkov (obrázky získa napríklad z dostupných vyhľadávačov obrázkov). Na základe tejto koláže naše riešenie poskytne užívateľovi prehľad najpodobnejších obrázkov. Z našich výsledkov vyplýva, že spracovanie obrázkov delením do niekoľkých častí je systém schopný poskytnúť lepšie výsledky v porovnaní so systémom, ktorý nezohľadňuje pozíciu obrázkov v koláži, či prístup, ktorý ďalej upravuje vrstvu v neurónovej sieti. Druhá časť našej práce sa zameriava na možnosť vyhľadávania v databáze na základe obrázkov tvári ľudí. V práci ďalej skúmame využitie reprezentácii, vytvorených hlbokými neurónovými sieťami k zotriedeniu tvárí na základe ich podobností. Ďalej prezentujeme jednoduchú štruktúru na prezeranie väčšieho súboru tvárí. Práca zahrňuje program, ktorý prezentuje obe techniky.
|
|
|
Vyhledávání známých scén pomocí zpětné vazby a samoorganizujících se map
Veselý, Patrik ; Lokoč, Jakub (vedoucí práce) ; Vomlelová, Marta (oponent)
Vyhledávání v multimediální kolekci bývá často realizováno pomocí textových dotazů a následného seřazení databáze vzhledem k relevanci k poskytnutému dotazu. Nicméně, pokud uživatel hledá pouze jednu konkrétní scénu nebo obrázek, tak musí často prohle- dávat sekvenčně velkou spoustu výsledků a ani tak nemá garantováno, že hledaný objekt nalezne v rozumném čase. Tato práce se zabývá metodami využití zpětné vazby pro efek- tivnější dohledávání známých obrázků v rozsáhlé milionové kolekci obrázků. Práce srov- nává několik přístupů odhadu relevance a výběru displejů formou simulací zpětné vazby. Experimentálně je prokázáno, že studované modely mohou být významným přínosem pro moderní vyhledávače. 1
|
|
|
Automatické rozpoznávání hudební notace ze zvukových dat
Čermák, Marek ; Lokoč, Jakub (vedoucí práce) ; Hajič, Jan (oponent)
Název práce: Automatické rozpoznávání hudební notace ze zvukových dat Autor: Marek Čermák Katedra / Ústav: Katedra softwarového inženýrství Vedoucí bakalářské práce: doc. RNDr. Jakub Lokoč, Ph.D. Abstrakt: Cílem této práce je návrh a implementace aplikace využívající konvoluční neuronové sítě k tvorbě hudební notace ze zvukových dat. Aplikace je schopná učit neuronovou síť pomocí vstupních souborů ve formátu MIDI (Musical Instrument Digital Interface) a spárovat jednotlivé úseky hudby s jejich zvukovou podobou. Učení neuronové sítě může probíhat na uživatelem specifikované kolekci souborů MIDI či na náhodně generované hudbě. Každému nástroji ve standardu MIDI může být přiřazena síť, jejímž výstupem jsou přehrávané noty v daném časovém úseku. Postupným procházením zvukových dat generuje síť úseky aktivních not, které jsou následně spojeny do výsledného souboru. Součástí aplikace je také rozpoznávání slov ze zvuku pomocí externí služby. Klíčová slova: hudební notace, neuronová síť, hluboké učení, rozpoznání zvuku, MIDI
|
|
|
Evaluace vyhledávacích modelů založených na klíčových slovech pro hledání známých scén
Mejzlík, František ; Lokoč, Jakub (vedoucí práce) ; Skopal, Tomáš (oponent)
Vyhledávání ve videu nad rozsáhlými databázemi je stále velmi náročný úkol, který je s rychle rostoucím objemem dostupných neanotovaných dat ještě aktuálnější. Hledání známé scény, jako jeden z úkolů vyhledávání ve videu, je limitováno především omeze- nou schopností uživatelů zformulovat vhodný dotaz a nízkou efektivitou vyhledávacích modelů. Tato práce se zaměřuje zejména na vybrané modely spoléhající na klasifkaci snímků, které vyhodnotí a porovná i s komerčním řešením. Prozkoumáme, jak transfor- movat výstup sítě a jaký z modelů poté použít a také vliv iterativní reformulace uži- vatelského dotazu na efektivitu hledání. Představíme i jednoduchý model simulovaného uživatele pro generování dotazů a software, který ve webovém rozhraní umožňuje sběr dat a následné evaluace. 1
|
|
|
Efektivní hledání známého obrázku ve výsledku inicializačního dotazu v nástroji VIRET
Škrhák, Vít ; Lokoč, Jakub (vedoucí práce) ; Čech, Přemysl (oponent)
Moderní metody pro efektivní vyhledávání ve videu dnes kombinují několik výzkum- ných oblastí, především podobnostní hledání, strojové učení a vizualizace dat. Vybrané přístupy jsou integrovány do komplexních vyhledávacích nástrojů, které jsou pak testo- vány na mezinárodních soutěžích. Jedním z takových nástrojů je také VIRET vyvíjený na KSI MFF UK. Ačkoliv tento nástroj dosahuje kompetitivních výsledků, je potřeba dále rozvíjet vyhledávací modely a analyzovat různé varianty rozhraní pro prohledávání výsledků dotazů. Tato práce se zaměřuje především na implementaci a testování metody pro vizualizaci výsledků ve 2D mřížce pomocí samoorganizačních map a následné (hierar- chické) brouzdání. Tato nově implementovaná komponenta je experimentálně porovnána se sekvenčním prohledáváním výsledků v nástroji VIRET. 1
|
|
|
Known-item search in image datasets using simple color sketches
Dräxler, Peter ; Lokoč, Jakub (vedoucí práce) ; Iser, Tomáš (oponent)
S narůstajícím množstvím multimediálního obsahu narůstá důležitost dostupnosti kva- litních nástrojů pro vyhledávání. Bez vhodných vzorových dotazů je náročné vyhodnotit kvalitu jakéhokoliv vyhledávacího algoritmu. V této práci se věnujeme vyhledávání zná- mého obrázku v databázi. Popisujeme experiment, při kterém bylo shromážděných 2 500 jednoduchých barevných nákresů od reálných uživatelů. Pomocí těchto nákresů vyhodno- cujeme přesnost, s jakou si je uživatel schopen zapamatovat barvy na obrázku. Získaná data použijeme k vyhodnocení přesnosti různých vyhledávacích modelů. Součástí práce je i webová aplikace, která umožňuje vyhledávat v obrázcích. 1
|
|
|
Content-based exploration of unstructured data
Čech, Přemysl ; Lokoč, Jakub (vedoucí práce) ; Barthel, Kai Uwe (oponent) ; Gudmundsson, Gylfi Thor (oponent)
Efektivní analýza, vyhledávání a procházení libovolných multimediálních kolekcí je stále náročný úkol. Pro potřeby porovnání multimediálních objektů musí být nejprve definován model podobnosti. Ten popisuje, jak zpracovat obsah jednotlivých objektů a jak z něj následně vytěžit klíčové vlastnosti, které lze použít pro porovnání dat. Tento úkol není snadný, protože existuje mnoho způsobů, jak porozumět obsahu multimediálních objektů. S rostoucí velikostí dat je navíc průzkum a analýza současných multimédiální databází mimořádně výpočetně náročná. Vědci proto zkoumají podpůrné indexační struktury, které mohou efektivně vyhodnotit podobnostní dotazy a dokážou reagovat na požadavky uživatelů téměř v reálném čase, a to dokonce i na datových sadách obsahujících až miliardy objektů. Dalším velmi důležitým aspektem jakéhokoliv vyhledávacího systému je uživatelské rozhraní pro definování dotazů a prezentaci získaných výsledků. Multimediální systém by měl nabízet různé možnosti pro formulaci uživatelských dotazů. Ty se hodí zejména v situacích, kdy uživatel nedokáže specifikovat ideální dotaz nebo příklad pro vyhledávání. V neposlední řadě je pro úspěch jakéhokoliv vyhledávacího sytému nezbytné přehledné a snadno čitelné rozhraní pro zobrazování získaných dat. V této disertační práci představujeme mnoho aspektů...
|
|
|
Object detection for video surveillance using the SSD approach
Dobranský, Marek ; Lokoč, Jakub (vedoucí práce) ; Božovský, Petr (oponent)
Kamerové systémy dnes slouží různým účelům, od bezpečnosti k moni- torování dopravy a marketingu. Nicméně, s rostoucím množstvím kamer se stává manuální sledování videa příliš pracné. V posledních letech se hodně vývoje umělé inteligence zaměřilo na automatické zpracování videa a následný výstup požadovaných upozornění a statistik. Tato práce zkoumá nejmodernější modely hlubokého učení pro detekci objektů v bezpečnostním videu a podrobně se zabývá SSD architekturou. Našim hlavním cílem je zvýšit výkon SSD ar- chitektury aktualizací vnitřní sítě extrahující tzv. feature mapy. V práci jsou navrženy možnosti nahrazení původního VGG modelu pomocí nejnovějších klasi- fikačních sítí ResNet, Xception a NASNet. Experimentálně jsme zjistili, že model ResNet50 nabízí nejlepší kompromis mezi rychlostí a přesností. Tento model zároveň výrazně překonává VGG. Po zavedení řady modifikací do sítě Xception se nám povedlo dorovnat výkon ResNetu. Kromě vylepšení architek- tury také analyzujeme vztah mezi SSD a množstvím detekovaných tříd a jejich výběrem. Také jsme navrhli a implementovali nový detektor, který využívá tem- porální kontext snímku pro detekci objektů. Tento detektor pracuje v...
|
|
|
Application for automatic recognition of textures in map data
Šípoš, Peter ; Skopal, Tomáš (vedoucí práce) ; Lokoč, Jakub (oponent)
Cielom tejto práce bola implementácie aplikácie, čo sa dá jednoducho používať a pomáha pri navigácii caz letecké zábery, priradiť části tohto obrazu do rôznych kategórií. Na základe priradených kategórií aplikácia umožňuje priradenie kategórií pre dokial neznámych políčok bez ďalšej používatelskej interakcie, čo značne zjednodušuje označenie vačších plôch.Výstupom tejto aplikácie je indexový súbor, čo môže slúžiť ako základný vstupný súbor pre ďalšie experimenty, ktoré možu skúmať daný oblasť z geografického alebo eko- nomického pohladu. Na splnenie tejto úlohy používajú sa MPEG-7 deskrip- tory, ktoré slúžia na vypočítanie rôznych špecifických zjednodušených reprezentácií obrázkov.
|
|
|
Zlepšení metod rozpoznávání obličejů s pomocí senzoru pro sledování pohybu těla
Belák, Michal ; Kruliš, Martin (vedoucí práce) ; Lokoč, Jakub (oponent)
Kinect je vstupné zariadenie na sledovanie pohybu vytvorené spoločnosťou Microsoft. S pomocou rôznych inštalovaných senzorov dokáže efektívne nájsť a sledovať pohyb ľudských tiel, ktoré reprezentuje pomocou skeletálnych modelov. Primárne použitie Kinectu je ovládanie hernej konzoly Xbox 360 pomocou pohybu tela hráča. Microsoft tiež vydal balík pre vývoj software (Kinect SDK), ktorý umožňuje programátorom prístup k nespracovaným dátovým prúdom a vypočítaným dátam sledovania pohybu z pripojeného zariadenia. Druhá verzia Kinectu, vydaná pre Xbox One, priniesla vylepšenia hardware a tiež novú a nekompatibilnú verziu Kinect SDK. Hlavným cieľom tejto práce je zistiť, či by Kinect mohol byť lepšou platformou pre rozpoznávania tvárí v reálnom čase ako bežná videokamera. Vyvinuli sme software kompatibilný s obomi verziami Kinectu, ktorý spája sledovanie pohybu s existujúcimi knižnicami pre rozpoznávanie tvárí. Tento software sme použili na empírické zhodnotenie prínosov sledovania pohybu pomocou zozbieraných dát.
|
host ::
RSS.