|
|
Rozpoznávání obličejů v obraze
Hauser, Václav ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce a rozpoznávání obličejů v obraze. Obsahem práce je popis využívaných metod detekce a rozpoznávání obličejů. Podrobněji je popsána metoda analýzy hlavních komponent (PCA), která je následně využita při implementaci rozpoznávání obličejů ve videosekvenci. Ve spojení s implementací je v práci popsán balíček knihoven OpenCV, který byl pro realizaci využit, konkrétně jeho C++ API. Závěrem je provedeno testování vzniklé aplikace na dvou rozdílných videosekvencích.
|
|
|
Určení věku a pohlaví mluvčích
Rendek, Tomáš ; Pfeifer, Václav (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pohlaví a věku mluvčích. Úvodem ozřejmuje praktické využití takýchto aplikací a obeznamuje s dostupnými řešeními. Teoreticky úvod se blíže věnuje příznakům použitých při klasifikaci, klasifikátorům, redukčním metodám a řečovým databázím, které využíváme při jednotlivých experimentech. Praktická část práce se věnuje struktuře rozpoznávače implementovaného do nástroje Emotional a v dvou samostatných kapitolách popisuje jednotlivých experimenty. V experimentech odhadu pohlaví jsme zkoumali, jak velký vplyv může mít věk mluvčího a přítomnost emoce na správný odhad. Zbylé experimenty se zabírali vhodností klasifikátorů GMM a k-NN pro konkrétny typ úlohy a metodami redukce příznaků. Experimenty odhadu věku se týkali klasifikace do čtyř věkových tříd, přičemž opět byli v roli klasifikátorů použitý GMM a k-NN. V experimentech byli použitý jak segmentální tak i suprasegmentální příznaky.
|
|
| |
|
|
Detekce obličeje
Štrba, Miroslav ; Juránek, Roman (oponent) ; Hradiš, Michal (vedoucí práce)
Táto bakalárska práca obsahuje prehľad súčasných metód detekcie tvárí pomocou klasifikátorov. Obsahuje tiež popis tvorby systému na detekovanie tvárí. V prvej časti sú popísané rôzne metódy na trénovanie klasifikátorov. V druhej sa nachádza analýza, ktorá predchádzala tvorbe systému zameraného na čiernobiele snímky. Implementovaný systém využíva algoritmus WaldBoost a Haarove príznaky. Vo videosekvenciach je možné využiť časticový filter.
|
|
|
Sledování obličejových rysů v reálném čase
Peloušek, Jan ; Mekyska, Jiří (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato práce pojednává o problematice rozpoznávání objektů v obraze se zaměřením na rozpoznání lidské tváře a jejích součástí. Je zde popsány základní principy počítačového vidění, objektový detektor Viola-Jones, jeho programová realizace pomocí knihoven OpenCV. Dále je v této práci popsán systém přesné detekce obličejových částí pomocí algoritmu aktivních modelů tvaru (ASM) a s ním související mechanismy trénování klasifikátorů. Nakonec je popsána i praktická realizace včetně softwarové implementace.
|
|
|
Klasifikace vad
Benda, Jan ; Richter, Miloslav (oponent) ; Honec, Peter (vedoucí práce)
Práce se zabývá návrhem a vytvořením klasifikátorů defektů vad nalezených na pásech kontinuální výroby. Nejprve se práce věnuje rešerši používaných metod pro klasifikaci obrazu a analýze vlastností dodaných vzorů vad na textilii. Poté je popsáno vytvořené rozhraní klasifikátoru a vytvořené grafické rozhraní pro práci s klasifikátorem. Závěrečná část práce je věnována implementaci klasifikátorů a zhodnocení jejich spolehlivosti na dodaných vzorcích vad.
|
|
|
Detekce obličejů ve videu
Kolman, Aleš ; Řezníček, Ivo (oponent) ; Polok, Lukáš (vedoucí práce)
Práce se zabývá problematikou detekce obličejů ve videu. Naleznete v ní souhrn základních barevných modelů. Poté je uveden popis a srovnání základních metod pro detekci lidské kůže s praktickou ukázkou implementace parametrického detektoru. Následuje teoretický základ pro detekci obličejů a sledování obličejů ve videu obsahující výčet základních pojmů a metod této problematiky. Vyšší důraz je kladen na popis algoritmu strojového učení AdaBoost a na popis možnosti použití Kalmanova filtru pro účely sledování detekovaných obličejů. V podlesní části práce jsou uvedeny návrh, implementace a testování knihovny realizované v rámci této diplomové práce.
|
|
|
Rozpoznávání karet v systému Android
Klusoň, Martin ; Polok, Lukáš (oponent) ; Pavelková, Alena (vedoucí práce)
Práce se zabývá návrhem aplikace pro mobilní operační systém Android. Aplikace rozpoznává v obraze z kamery zařízení hrací karty a jejich hodnoty. Ulehčuje tím sčítání bodů ve hře Žolíky. Rozpoznávání je řešeno kombinací tří kaskádových klasifikátorů. Řešení založená na detekci pomocí klíčových bodů a OCR se ukázala jako nevhodná. Výsledná aplikace detekuje hodnoty karet (kromě žolíku), nikoliv jejich barvy.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Optický postranní kanál
Kolofík, Josef ; Mačák, Jaromír (oponent) ; Martinásek, Zdeněk (vedoucí práce)
Tato práce se zabývá problematikou optického postranního kanálu a využitím neuronové sítě jako klasifikátoru dat. První část práce se zabývá základy kryptografie a útoky na kryptografický modul. Druhá část práce se zabývá metodami odkrytování mikrokontroléru, technologickými postupy odkrytování a metodami detekce fotonu. Třetí část práce se zabývá využitím neuronové sítě jako základu softwaru pro rozpoznávání a klasifikaci dat. V závěru práce je popsán postup při vytváření tohoto softwaru, rozebrán zdrojový kód a otestována funkčnost celého řešení.
|
host ::
RSS.