|
|
Detekce, extrakce a měření délky záprstních kostí ve snímcích
Ulej, Vojtěch ; Rydlo, Štěpán (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této bakalářské práce bylo prostudovat literaturu zabývající se tématikou rozpoznávání objektů (přesněji kostí) na snímcích. Dále shrnout existující řešení pro detekci a měření objektů ze snímků a navrhnout vhodný algoritmus pro detekci a měření metakarpálních kostí na snímcích. Pro první návrh algoritmu byly využity metody detekce hran. Avšak tento přístup se ukázal jako nespolehlivý. Druhý návrh algoritmu je založen na strojovém učení s využitím konvoluční neuronové sítě Mask RCNN.
|
|
|
Detektor hlavy v obraze
Svoboda, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Detekce hlavy je důležitou součástí algoritmů pro detekci a identifikaci osob. Tato práce je zaměřena na detekci lidské hlavy v obraze pomocí neuronových sítí. Většina konvenčních detektorů dokáže detekovat objekty v omezené množině úhlů, zatímco modely založené na neuronových sítích pokrývají větší škálu úhlů natočení hlavy. V této práci jsme natrénovali současné state-of-the-art modely a porovnali je z hlediska přesnosti a rychlosti zpracování snímku. Nejvíce se osvědčil model RetinaNet, který dosáhl přesnosti 85,15% AP. Díky tomuto detektoru mohou být vylepšené dostupné algoritmy pro detekci, identifikaci a sledování osob.
|
|
|
Detekce, extrakce a měření délky záprstních kostí ve snímcích
Ulej, Vojtěch ; Rydlo, Štěpán (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této bakalářské práce bylo prostudovat literaturu zabývající se tématikou rozpoznávání objektů (přesněji kostí) na snímcích. Dále shrnout existující řešení pro detekci a měření objektů ze snímků a navrhnout vhodný algoritmus pro detekci a měření metakarpálních kostí na snímcích. Pro první návrh algoritmu byly využity metody detekce hran. Avšak tento přístup se ukázal jako nespolehlivý. Druhý návrh algoritmu je založen na strojovém učení s využitím konvoluční neuronové sítě Mask RCNN.
|
|
|
Detektor hlavy v obraze
Svoboda, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Detekce hlavy je důležitou součástí algoritmů pro detekci a identifikaci osob. Tato práce je zaměřena na detekci lidské hlavy v obraze pomocí neuronových sítí. Většina konvenčních detektorů dokáže detekovat objekty v omezené množině úhlů, zatímco modely založené na neuronových sítích pokrývají větší škálu úhlů natočení hlavy. V této práci jsme natrénovali současné state-of-the-art modely a porovnali je z hlediska přesnosti a rychlosti zpracování snímku. Nejvíce se osvědčil model RetinaNet, který dosáhl přesnosti 85,15% AP. Díky tomuto detektoru mohou být vylepšené dostupné algoritmy pro detekci, identifikaci a sledování osob.
|
host ::
RSS.