|
|
Detekce střihů a vyhledávání známých scén ve videu s pomocí metod hlubokého učení
Souček, Tomáš ; Lokoč, Jakub (vedoucí práce) ; Peška, Ladislav (oponent)
Vyhledávání ve videu představuje náročný problém s mnoha záludnostmi a dílčími problémy. Tato práce se zaměřuje na dva z těchto podproblémů, konkrétně na detekci střihů a textové vyhledávání. V případě detekce střihů bylo v posledních desetiletích navrženo mnoho řešení. Nedávné přístupy založené na hlubokém učení zlepšily přes- nost detekce pomocí 3D konvolučních architektur a uměle vytvořených trénovacích dat, ale stoprocentní přesnost je stále nedosažitelným ideálem. V této práci představujeme TransNet V2, hlubokou síť pro detekci střihů, která dosahuje nejlepších výsledků v porovnání s konkurenčními metodami na respekovaných datasetech. V případě druhého námi řešeného problému textového vyhledávání se ukázaly jako efektivní řešení hluboké neuronové sítě promítající textové dotazy a snímky videa do společného prostoru. V této práci zkoumáme použítí těchto sítí pro případ hledání známého objektu ve videu a navrhujeme vylepšení způsobu, jakým lze zakódovat textový dotaz. 1
|
|
|
Searching Image Collections Using Deep Representations of Local Regions
Bátoryová, Jana ; Lokoč, Jakub (vedoucí práce) ; Fink, Jiří (oponent)
V úlohe "hľadanie známeho objektu" sa zameriavame na nájdenie vopred známeho obrázku v multimediálnej databáze. V tejto práci sa zameriavame na dva prístupy k riešeniu tohto problému, ktoré sú založené na vizuálnej podobnosti s hľadaným obrázkom. V prvom prístupe užívateľ vytvára koláž obrázkov (obrázky získa napríklad z dostupných vyhľadávačov obrázkov). Na základe tejto koláže naše riešenie poskytne užívateľovi prehľad najpodobnejších obrázkov. Z našich výsledkov vyplýva, že spracovanie obrázkov delením do niekoľkých častí je systém schopný poskytnúť lepšie výsledky v porovnaní so systémom, ktorý nezohľadňuje pozíciu obrázkov v koláži, či prístup, ktorý ďalej upravuje vrstvu v neurónovej sieti. Druhá časť našej práce sa zameriava na možnosť vyhľadávania v databáze na základe obrázkov tvári ľudí. V práci ďalej skúmame využitie reprezentácii, vytvorených hlbokými neurónovými sieťami k zotriedeniu tvárí na základe ich podobností. Ďalej prezentujeme jednoduchú štruktúru na prezeranie väčšieho súboru tvárí. Práca zahrňuje program, ktorý prezentuje obe techniky.
|
|
|
Vyhledávání známých scén pomocí zpětné vazby a samoorganizujících se map
Veselý, Patrik ; Lokoč, Jakub (vedoucí práce) ; Vomlelová, Marta (oponent)
Vyhledávání v multimediální kolekci bývá často realizováno pomocí textových dotazů a následného seřazení databáze vzhledem k relevanci k poskytnutému dotazu. Nicméně, pokud uživatel hledá pouze jednu konkrétní scénu nebo obrázek, tak musí často prohle- dávat sekvenčně velkou spoustu výsledků a ani tak nemá garantováno, že hledaný objekt nalezne v rozumném čase. Tato práce se zabývá metodami využití zpětné vazby pro efek- tivnější dohledávání známých obrázků v rozsáhlé milionové kolekci obrázků. Práce srov- nává několik přístupů odhadu relevance a výběru displejů formou simulací zpětné vazby. Experimentálně je prokázáno, že studované modely mohou být významným přínosem pro moderní vyhledávače. 1
|
|
|
Evaluace vyhledávacích modelů založených na klíčových slovech pro hledání známých scén
Mejzlík, František ; Lokoč, Jakub (vedoucí práce) ; Skopal, Tomáš (oponent)
Vyhledávání ve videu nad rozsáhlými databázemi je stále velmi náročný úkol, který je s rychle rostoucím objemem dostupných neanotovaných dat ještě aktuálnější. Hledání známé scény, jako jeden z úkolů vyhledávání ve videu, je limitováno především omeze- nou schopností uživatelů zformulovat vhodný dotaz a nízkou efektivitou vyhledávacích modelů. Tato práce se zaměřuje zejména na vybrané modely spoléhající na klasifkaci snímků, které vyhodnotí a porovná i s komerčním řešením. Prozkoumáme, jak transfor- movat výstup sítě a jaký z modelů poté použít a také vliv iterativní reformulace uži- vatelského dotazu na efektivitu hledání. Představíme i jednoduchý model simulovaného uživatele pro generování dotazů a software, který ve webovém rozhraní umožňuje sběr dat a následné evaluace. 1
|
|
|
Efektivní hledání známého obrázku ve výsledku inicializačního dotazu v nástroji VIRET
Škrhák, Vít ; Lokoč, Jakub (vedoucí práce) ; Čech, Přemysl (oponent)
Moderní metody pro efektivní vyhledávání ve videu dnes kombinují několik výzkum- ných oblastí, především podobnostní hledání, strojové učení a vizualizace dat. Vybrané přístupy jsou integrovány do komplexních vyhledávacích nástrojů, které jsou pak testo- vány na mezinárodních soutěžích. Jedním z takových nástrojů je také VIRET vyvíjený na KSI MFF UK. Ačkoliv tento nástroj dosahuje kompetitivních výsledků, je potřeba dále rozvíjet vyhledávací modely a analyzovat různé varianty rozhraní pro prohledávání výsledků dotazů. Tato práce se zaměřuje především na implementaci a testování metody pro vizualizaci výsledků ve 2D mřížce pomocí samoorganizačních map a následné (hierar- chické) brouzdání. Tato nově implementovaná komponenta je experimentálně porovnána se sekvenčním prohledáváním výsledků v nástroji VIRET. 1
|
|
|
Known-Item Search in Image Datasets Using Automatically Detected Keywords
Souček, Tomáš ; Lokoč, Jakub (vedoucí práce) ; Peška, Ladislav (oponent)
Hledání známého objektu představuje případ, kdy uživatel hledá konkrétní obrázek v databázi, ale nezná jeho pozici. Tato práce se zaměřuje na návrh a evaluaci modelu pro hledání známého obrázku pomocí klíčových slov. Pro účel přiřazení slov k jednotlivým obrázkům databáze je použita hluboká neuronová sít trénovaná pomocí námi vybraných dat. Nad tímto modelem navrhujeme dotazovací rozhraní pro intuitivní a rychlé vyhle- dávání obrázků. Kvalitu modelu při interaktivním hledání odhadujeme pomocí simulací různých uživatelů. Dále rozebíráme naši úspěšnou účast na dvou mezinárodních soutěžích. 1
|
host ::
RSS.