|
|
Vyhledávání fotografií podle obsahu
Bařinka, Radek ; Přibyl, Bronislav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou vyhledávání fotografií podle obsahu a existujících aplikací zabývajících se touto oblastí. Cílem je lokálně pracující aplikace pro vyhledávání fotografií podle obsahu zadaného vzorem. Součástí řešení je jednoduché grafické rozhraní, podpora ukládání a načítání dat z přenosné, lokální databáze. Aplikace vyhledává ve zvolené sadě fotografie, které jsou obsahem podobné zadanému vzoru. Výsledky pak visuálně předloží uživateli. Extrakce příznaků a detekce fotografie podle obsahu je řešena pomocí algoritmu SURF, visuálního slovníku vytvořeného metodou k-means a popisu obsahu fotografií jako bag of words. Dále je vyhledávání fotografií podle kosinové podobnosti vektorů doplněno o samostatný výpočet homografie a selekci hledaných regionů ve vzorové fotografii. V závěru technické zprávy jsou zmíněny výsledky testů.
|
|
|
Segmentace řeči
Andrla, Petr ; Míča, Ivan (oponent) ; Sysel, Petr (vedoucí práce)
V rámci diplomové práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou segmentaci. Segmentace řeči je proces nalezení hranic mezi fonémy v mluvené řeči. Automatická segmentace je založena na metodě vektorové kvantizace. V prvním kroku výpočtu je provedena extrakce příznaků. Dále jsou části řeči přiděleny k určeným centroidům. Místo změny centroidu je označeno jako hranice fonémů. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Krátkodobá předpověď počasí na základě obrazu oblohy
Volf, Martin ; Španěl, Michal (oponent) ; Hradiš, Michal (vedoucí práce)
V práci se věnuji problematice předpovědi počasí pouze z kamerového záznamu. Snažím se prezentovat základní meteorologické informace, které může obloha poskytnout. Zabývám se typy oblaků, jejich vlastnostmi, metodami, kterými lze obloha co nejvýstižněji popsat. Ukazuji základní zákonitosti mezi meteorologickými veličinami. Zkoumám přesnost informací, které použité metody z obrazu získávají a snažím se zjistit, zda jimi lze předpovědět déšť, vlhkost vzduchu a zda bude svítit slunce v horizontu 1h.
|
|
|
Segmentace obrazu pomocí neuronové sítě
Jamborová, Soňa ; Řezníček, Ivo (oponent) ; Žák, Pavel (vedoucí práce)
Tato práce se zabývá návrhem softwaru pro segmentaci obrazu pomocí neuronové sítě. Definuje nezbytné základní pojmy v této problematice. Zaměřuje se hlavně na přípravu obrazových informací pro segmentaci pomocí neuronové sítě. Popisuje a porovnává různé přístupy k segmentaci obrazu.
|
|
|
Použití filtrovacích algoritmů ve shlukové analýze
Pacovský, Matěj ; Antoch, Jaromír (vedoucí práce) ; Novák, Petr (oponent)
Práce je rozdělena do pěti kapitol. V prvních dvou kapitolách shrnuji sebrané poznatky o shlukové analýze dat, uvádím definice pojmů použitých v~práci a popisuji algoritmus k-průměrů. Ve třetí kapitole se zabývám filtrovacím algoritmem, který využívá filtrovací heuristiku během průchodu MRKD-stromem a tím urychluje algoritmus k-průměrů. Ve čtvrté kapitole popisuji algoritmus x-průměrů, který využívá všechny dosud zmíněné poznatky. V páté kapitole testuji všechny algoritmy na uměle vytvořených datech a na reálných datech z fyziky, přitom se v některých případech odkazuji na program WEKA, v němž je algoritmus x-průměrů naimplementován. Algoritmy o kterých pojednává tato práce jsou určeny pro objekty popsané pouze kvantitativními proměnnými. Jsou také vhodné k použití na velké datové soubory. Na přiloženém CD uvádím implementaci algoritmů v jazyku Matlab.
|
|
|
RBF-networks with a dynamic architecture
Jakubík, Miroslav ; Mrázová, Iveta (vedoucí práce) ; Kukačka, Marek (oponent)
V tejto diplomovej práci som zrekapituloval viacero metód vhodných pre klastrovanie dát. Predstavil som dva dobré známe klastrovacie algoritmy, a to konkrétne K-means algoritmus a Fuzzy C-means (FCM) algoritmus. Uviedol som niekoľko metód vhodných pre odhad optimálneho počtu klastrov. Ďalej som predstavil základný model Kohonenových máp a dva modely Kohonenových máp s adaptívnou topológiou, konkrétne Kohonenové mapy s rastúcou mriežkou a model rastúcich neurónových plynov. Ako posledný som predstavil relatívne nový model radiálne bázických neurónových sieti. Pre tento typ neurónových sieti som uviedol viaceré učiace algoritmy RAN, RANKEF, MRAN, EMRAN a GAP. V závere práce som aplikoval jednotlivé klastrovacie metódy na reálne dáta popisujúce vzájomný obchod štátov sveta.
|
|
|
Použití filtrovacích algoritmů ve shlukové analýze
Pacovský, Matěj ; Antoch, Jaromír (vedoucí práce) ; Novák, Petr (oponent)
Práce je rozdělena do pěti kapitol. V prvních dvou kapitolách shrnuji sebrané poznatky o shlukové analýze dat, uvádím definice pojmů použitých v~práci a popisuji algoritmus k-průměrů. Ve třetí kapitole se zabývám filtrovacím algoritmem, který využívá filtrovací heuristiku během průchodu MRKD-stromem a tím urychluje algoritmus k-průměrů. Ve čtvrté kapitole popisuji algoritmus x-průměrů, který využívá všechny dosud zmíněné poznatky. V páté kapitole testuji všechny algoritmy na uměle vytvořených datech a na reálných datech z fyziky, přitom se v některých případech odkazuji na program WEKA, v němž je algoritmus x-průměrů naimplementován. Algoritmy o kterých pojednává tato práce jsou určeny pro objekty popsané pouze kvantitativními proměnnými. Jsou také vhodné k použití na velké datové soubory. Na přiloženém CD uvádím implementaci algoritmů v jazyku Matlab.
|
|
|
RBF-networks with a dynamic architecture
Jakubík, Miroslav ; Mrázová, Iveta (vedoucí práce) ; Kukačka, Marek (oponent)
V tejto diplomovej práci som zrekapituloval viacero metód vhodných pre klastrovanie dát. Predstavil som dva dobré známe klastrovacie algoritmy, a to konkrétne K-means algoritmus a Fuzzy C-means (FCM) algoritmus. Uviedol som niekoľko metód vhodných pre odhad optimálneho počtu klastrov. Ďalej som predstavil základný model Kohonenových máp a dva modely Kohonenových máp s adaptívnou topológiou, konkrétne Kohonenové mapy s rastúcou mriežkou a model rastúcich neurónových plynov. Ako posledný som predstavil relatívne nový model radiálne bázických neurónových sieti. Pre tento typ neurónových sieti som uviedol viaceré učiace algoritmy RAN, RANKEF, MRAN, EMRAN a GAP. V závere práce som aplikoval jednotlivé klastrovacie metódy na reálne dáta popisujúce vzájomný obchod štátov sveta.
|
|
|
RBF-networks with a dynamic architecture
Jakubík, Miroslav ; Mrázová, Iveta (vedoucí práce) ; Kukačka, Marek (oponent)
V tejto diplomovej práci som zrekapituloval viacero metód vhodných pre klastrovanie vstupných dát. Predstavil som dva dobré známe klastrovacie algoritmy, a to konkrétne K-means algoritmus a Fuzzy C-means (FCM) algoritmus. Uviedol som niekoľko metód vhodných pre odhad optimálneho počtu klastrov. Ďalej som predstavil Kohonenové mapy a dva modely Kohonenových máp s adaptívnou topológiou, konkrétne Kohonenové mapy s rastúcou mriežkou a model rastúcich neurónových plynov. Ako posledný som predstavil pomerne nový model radiálne bázických neurónových sieti. Pre tento typ neurónových sieti som uviedol viacero učiacich algoritmov. V závere práce som aplikoval jednotlivé klastrovacie metódy na reálne dáta popisujúce vzájomný obchod štátov sveta.
|
|
|
Vyhledávání fotografií podle obsahu
Bařinka, Radek ; Přibyl, Bronislav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou vyhledávání fotografií podle obsahu a existujících aplikací zabývajících se touto oblastí. Cílem je lokálně pracující aplikace pro vyhledávání fotografií podle obsahu zadaného vzorem. Součástí řešení je jednoduché grafické rozhraní, podpora ukládání a načítání dat z přenosné, lokální databáze. Aplikace vyhledává ve zvolené sadě fotografie, které jsou obsahem podobné zadanému vzoru. Výsledky pak visuálně předloží uživateli. Extrakce příznaků a detekce fotografie podle obsahu je řešena pomocí algoritmu SURF, visuálního slovníku vytvořeného metodou k-means a popisu obsahu fotografií jako bag of words. Dále je vyhledávání fotografií podle kosinové podobnosti vektorů doplněno o samostatný výpočet homografie a selekci hledaných regionů ve vzorové fotografii. V závěru technické zprávy jsou zmíněny výsledky testů.
|
host ::
RSS.