|
|
Detekce dopravních značek v obraze a videu
Kočica, Filip ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce řeší problematiku detekce dopravního značení za pomoci moderních technik zpracování obrazu. K řešení byla použita speciální architektura hluboké konvoluční neuronové sítě zvaná YOLO, tedy You Only Look Once, která řeší detekci i klasifikaci objektů v jednom kroce, což celý proces značně urychluje. Práce pojednává také o porovnání úspěšnosti modelů trénovaných na reálných a syntetických datových sadách. Podařilo se dosáhnout úspěšnosti 63.4% mAP při použití modelu trénovaného na reálných datech a úspěšnosti 82.3% mAP při použití modelu trénovaného na datech syntetických. Vyhodnocení jednoho snímku trvá na průměrně výkonném grafickém čipu ~40.4ms a na nadprůměrně výkonném čipu ~3.9ms. Přínosem této práce je skutečnost, že model neuronové sítě trénovaný na syntetických datech může za určitých podmínek dosahovat podobných či lepších výsledků, než model trénovaný na reálných datech. To může usnadnit proces tvorby detektoru o nutnost anotovat velké množství obrázků.
|
|
|
Masivní streaming v prostředí českého internetu
VOJTA, Tomáš
Streaming je technologie šíření audiovizuálního obsahu po internetu. Se streamováním se setkáváme v současnosti stále častěji, například v podobě vysílání různých rozhlasových a televizních stanic po Internetu. A právě streaming v prostředí českého internetu bude hlavním tématem práce. V první, teoretické části bude popsána technologie streamingu. V druhé části bude provedena analýzu použitého hardwarového a softwarového vybavení (platformy Adobe, Windows Media, Real Media).
|
|
|
Detekce dopravních značek v obraze a videu
Kočica, Filip ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce řeší problematiku detekce dopravního značení za pomoci moderních technik zpracování obrazu. K řešení byla použita speciální architektura hluboké konvoluční neuronové sítě zvaná YOLO, tedy You Only Look Once, která řeší detekci i klasifikaci objektů v jednom kroce, což celý proces značně urychluje. Práce pojednává také o porovnání úspěšnosti modelů trénovaných na reálných a syntetických datových sadách. Podařilo se dosáhnout úspěšnosti 63.4% mAP při použití modelu trénovaného na reálných datech a úspěšnosti 82.3% mAP při použití modelu trénovaného na datech syntetických. Vyhodnocení jednoho snímku trvá na průměrně výkonném grafickém čipu ~40.4ms a na nadprůměrně výkonném čipu ~3.9ms. Přínosem této práce je skutečnost, že model neuronové sítě trénovaný na syntetických datech může za určitých podmínek dosahovat podobných či lepších výsledků, než model trénovaný na reálných datech. To může usnadnit proces tvorby detektoru o nutnost anotovat velké množství obrázků.
|
|
|
Metafora v básnické tvorbě socialistického realismu 50. let 20. století
Ondroušková, Světlana ; Bílek, Petr (vedoucí práce) ; Holý, Jiří (oponent)
Cílem práce je na základě Lakoffovy teorie pojmových metafor analyzovat, jakým způsobem se v poezii socialistického realismu padesátých let dvacátého století vytváří kult osobnosti vůdce a mýtus "nové" země. Východiskem pro analýzu je pojetí mýtu jako "pravdivého příběhu". První část se tedy zabývá způsobem, jakým je v socialistickém realismu vytvářen příběh vůdce, další kapitoly se pak zamýšlí nad vytvářením efektu "reálného", konkrétně za pomocí metafor "stavba", "nádoba" a orientačních metafor. Vzhledem k hagiografickému charakteru poezie socialistického realismu se práce snaží vyložit i některé analogie a odlišnosti od mýtu křesťanského. Klíčová slova: socialistický realismus, pojmová metafora, příběh, mýtus, reálné 4
|
|
| |
host ::
RSS.