|
|
Very Low Bit-Rate Speech Coding Based on Neural Networks
Jochman, Stanislav ; Malenovský, Vladimír (oponent) ; Černocký, Jan (vedoucí práce)
During this work, we focused on replicating and enhancing results by using the neural network LPCNet. We compared audio quality from the pre-trained model and our models trained on smaller datasets, thus reducing training time and improving audio quality. We determined that using a language-specific dataset can produce greater results in that specific language than a big general model. We measured the quality of speech of the pre-trained model and our models using WARPQ ranking score 5.2.4. We also examined possibilities of improving audio quality by filtering output audio using output post-filters and formant-enhancing filters. Our results show measurable improvement in audio quality using the suggested methods.
|
|
|
GUI ke stavbě grafu filtrů pro FFmpeg
Klimaj, Daniel ; Klíma, Ondřej (oponent) ; Bařina, David (vedoucí práce)
Táto práca sa zaoberá implementáciou aplikácie s grafickým používateľským rozhraním pre tvorbu grafov filtrov v FFmpeg. Práca obsahuje návrh riešenia, ktorý obsahuje návrh grafického rozhrania a návrh objektového modelu reprezentácie grafov filtrov, a rovnako aj popis implementácie zhotovenej na základe týchto návrhov. Súčasťou práce je porovnanie dosiahnutého výsledku s existujúcimi riešeniami.
|
|
|
Filtr IP toků
Štoffa, Imrich ; Krobot, Pavel (oponent) ; Wrona, Jan (vedoucí práce)
Predmetom tejto práce je snaha o zjednotenie filtračných jazykov používaných v kolektore IP tokov a v knižnici pre ich analýzu. Momentálne tieto programy používajú rozdielne filtračné moduly a formáty súborov, z čoho plynú isté nezrovnalosti. Návrh filtra vznikol ako súčasť práce na zlepšení integrácie týchto dvoch programov a to poskytnutím implementácie spoločného filtračného modulu podporujúceho populárny filtračný jazyk. Obsahuje teoretický úvod do monitorovania tokov v sieti, zmieňuje aj algoritmy z prostredia klasifikácie tokov použiteľné pri vyhodnocovaní podmienok nad záznamami. Vlastná práca sa venuje návrhu a implementácii filtračného modulu spolu s adaptérmi k spomínanému kolektoru a knižnici. Záver je venovaný vyhodnoteniu výkonu a funkčnosti filtra.
|
|
|
Využitelnost knihovny CUDA v praktickém zpracování obrazů
Korčuška, Robert ; Čáp, Martin (oponent) ; Klusáček, Stanislav (vedoucí práce)
Táto práca obsahuje základný teoretický rozbor spracovávania obrazu filtrovaním, teóriu paralelného spracovania dát a podrobnejší popis štandardu CUDA. Práca popisuje využitie CUDA v oblasti paralelného spracovania obrazu. V demonštračnej aplikácii porovnáva rýchlosť spracovania obrazu vo funkci bežiacej na CPU oproti funkci na GPU a podrobnejšie popisuje základné metódy pre paralelné programovanie na platforme CUDA.
|
|
|
Zpracování GPS záznamů
Jaška, Roman ; Pavelková, Alena (oponent) ; Polok, Lukáš (vedoucí práce)
Cieľmi tejto práce boli analýza chýb v GPS záznamoch aktivít, identifikácia algoritmov vhodných na ich korekciu a návrh riešenia tohoto problému spojený s implementáciou Android aplikácie. Prvá kapitola sa zaoberá všeobecným popisom, ukážkou problému a motiváciou pre voľbu tejto témy. Druhá kapitola sa venuje podrobnejšiemu rozkladu tohoto problému. Konkrétne v nej rozoberám zdroje nepresností, formát vstupných dát, existuj- úce riešenia, matematické metódy vhodné pre tento problém, API využiteľné pre riešenie a odôvodnenie voľby implementačnej platformy. Kapitola číslo tri popisuje konkrétny návrh aplikácie pre systém Android ako riešenia tohoto problému. Sú v nej popísané požiadavky na výslednú aplikáciu, detaily funkcionality, konkrétne využitie Kalmanovho filtra, jednotlivých API, knižníc ako i návrh užívateľského rozhrania aplikácie. Predposledná kapitola s číslom štyri približuje vybrané detaily implementácie ako samotný Kalmanov filter, či problematiku manuálneho presúvania bodov trasy. Taktiež sa v tejto kapitole nachádza popis zmien návrhu počas implementácie. Posledná kapitola zhodnocuje dosiahnuté výsledky Kalmanovho filtra a upínania úsekov trasy cesty pomocou Google Maps Roads API. V tejto kapitole popisujem i možnosti ďalšieho rozšírenia aplikácie.
|
|
|
Very Low Bit-Rate Speech Coding Based on Neural Networks
Jochman, Stanislav ; Malenovský, Vladimír (oponent) ; Černocký, Jan (vedoucí práce)
During this work, we focused on replicating and enhancing results by using the neural network LPCNet. We compared audio quality from the pre-trained model and our models trained on smaller datasets, thus reducing training time and improving audio quality. We determined that using a language-specific dataset can produce greater results in that specific language than a big general model. We measured the quality of speech of the pre-trained model and our models using WARPQ ranking score 5.2.4. We also examined possibilities of improving audio quality by filtering output audio using output post-filters and formant-enhancing filters. Our results show measurable improvement in audio quality using the suggested methods.
|
|
|
Scene Depth Estimation Based on Odometry and Image Data
Zborovský, Peter ; Obdržálek, David (vedoucí práce) ; Vodrážka, Jindřich (oponent)
V tejto práci navrhujeme systém odhadu hĺbky obrazu založený na dátach z odometrie a video sekvencie. Kľúčovou myšlienkou je, že odhad hĺbky obrazu je oddelený od odhadovania pozície. Takýto prístup vedie k viacúčelovému systému použiteľnému na rôznych robotických platformách a určenému na rôzne problémy súvisiace s odhadom hĺbky obrazu. Naša implementácia využíva rôzne filtračné techniky, pracuje v reálnom čase a poskytuje zodpovedajúce výsledky. Hoci bol systém zameraný a testovaný na drone-ovej platforme, môže byť použitý na akomkoľvek inom type autonómneho vozidla, ktoré poskytuje odometrické údaje a video výstup.
|
|
|
Scene Depth Estimation Based on Odometry and Image Data
Zborovský, Peter ; Obdržálek, David (vedoucí práce) ; Vodrážka, Jindřich (oponent)
V tejto práci navrhujeme systém odhadu hĺbky obrazu založený na dátach z odometrie a video sekvencie. Kľúčovou myšlienkou je, že odhad hĺbky obrazu je oddelený od odhadovania pozície. Takýto prístup vedie k viacúčelovému systému použiteľnému na rôznych robotických platformách a určenému na rôzne problémy súvisiace s odhadom hĺbky obrazu. Naša implementácia využíva rôzne filtračné techniky, pracuje v reálnom čase a poskytuje zodpovedajúce výsledky. Hoci bol systém zameraný a testovaný na drone-ovej platforme, môže byť použitý na akomkoľvek inom type autonómneho vozidla, ktoré poskytuje odometrické údaje a video výstup.
|
|
|
Filtr IP toků
Štoffa, Imrich ; Krobot, Pavel (oponent) ; Wrona, Jan (vedoucí práce)
Predmetom tejto práce je snaha o zjednotenie filtračných jazykov používaných v kolektore IP tokov a v knižnici pre ich analýzu. Momentálne tieto programy používajú rozdielne filtračné moduly a formáty súborov, z čoho plynú isté nezrovnalosti. Návrh filtra vznikol ako súčasť práce na zlepšení integrácie týchto dvoch programov a to poskytnutím implementácie spoločného filtračného modulu podporujúceho populárny filtračný jazyk. Obsahuje teoretický úvod do monitorovania tokov v sieti, zmieňuje aj algoritmy z prostredia klasifikácie tokov použiteľné pri vyhodnocovaní podmienok nad záznamami. Vlastná práca sa venuje návrhu a implementácii filtračného modulu spolu s adaptérmi k spomínanému kolektoru a knižnici. Záver je venovaný vyhodnoteniu výkonu a funkčnosti filtra.
|
|
|
Zpracování GPS záznamů
Jaška, Roman ; Pavelková, Alena (oponent) ; Polok, Lukáš (vedoucí práce)
Cieľmi tejto práce boli analýza chýb v GPS záznamoch aktivít, identifikácia algoritmov vhodných na ich korekciu a návrh riešenia tohoto problému spojený s implementáciou Android aplikácie. Prvá kapitola sa zaoberá všeobecným popisom, ukážkou problému a motiváciou pre voľbu tejto témy. Druhá kapitola sa venuje podrobnejšiemu rozkladu tohoto problému. Konkrétne v nej rozoberám zdroje nepresností, formát vstupných dát, existuj- úce riešenia, matematické metódy vhodné pre tento problém, API využiteľné pre riešenie a odôvodnenie voľby implementačnej platformy. Kapitola číslo tri popisuje konkrétny návrh aplikácie pre systém Android ako riešenia tohoto problému. Sú v nej popísané požiadavky na výslednú aplikáciu, detaily funkcionality, konkrétne využitie Kalmanovho filtra, jednotlivých API, knižníc ako i návrh užívateľského rozhrania aplikácie. Predposledná kapitola s číslom štyri približuje vybrané detaily implementácie ako samotný Kalmanov filter, či problematiku manuálneho presúvania bodov trasy. Taktiež sa v tejto kapitole nachádza popis zmien návrhu počas implementácie. Posledná kapitola zhodnocuje dosiahnuté výsledky Kalmanovho filtra a upínania úsekov trasy cesty pomocou Google Maps Roads API. V tejto kapitole popisujem i možnosti ďalšieho rozšírenia aplikácie.
|
host ::
RSS.