|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Detekce lidské postavy v obraze
Bednář, Luboš ; Mlích, Jozef (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí lidské postavy v obraze. Na úvod jsou zde popsány některé metody použitelné pro tento typ detekce. Z nich byla zvolena metoda histogramů orientovaných gradientů. Pro klasifikaci se používá SVM. Součástí této práce je také návrh a implementace jednoduchého detektoru.
|
|
|
Rozpoznávání a přehrávání not z fotografie
Staněk, Jiří ; Veľas, Martin (oponent) ; Pavelková, Alena (vedoucí práce)
Tato práce se zabývá vývojem aplikace pro automatické rozpoznávání not. Aplikace je určena pro mobilní telefony s operačním systémem Android. Práce obsahuje stručný úvod do problematiky a uvádí některá existující řešení problému. Jsou zde popsány použité metody pro zpracování obrazu a klasifikaci. Dále je popsán návrh a implementace samotné aplikace, kde je uveden způsob detekce a odstranění notových linek, detekce a zpracování hudebních symbolů a jejich klasifikace. Následuje vyhodnocení finální aplikace a shrnutí dosažených výsledků.
|
|
|
Získávání znalostí z obrazových databází
Jaroš, Ondřej ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce je zaměřena na problematiku získávání znalostí z databází, především pak na metody klasifikace a predikce. Tyto metody jsou zde podrobně popsány. Dále se práce zabývá obecně multimediálními databázemi a způsobem, jakým jsou do těchto databází data ukládána. Především jsou tu pak popsány metody pro nízkoúrovňové zpracování obrazových a video dat. V praktické části se diplomová práce zaměřuje na implementaci metody GMM používané pro extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech jsou popsána vstupní data a nástroje, se kterými byla implementovaná metoda porovnávána. Poslední část se zaměřuje na experimenty porovnávající účinnost extrakce rysů vysoké úrovně z nízkoúrovňových dat implementované metody a vybraného klasifikačního nástroje LibSVM.
|
|
|
Detekce a rozpoznání dopravních značek v obraze
Spáčil, Pavel ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zaměřuje na téma rozpoznávání dopravních značek v obraze. Popisuje stručně některé používané metody a zaměřuje se hlavně na zvolený postup klasifikace. Ten je zevrubně popsán včetně rozšíření a metody pro vytváření modelů nutných při klasifikaci. V práci je popsána implementace knihovny a demonstračního programu včetně důležitých poznatků zjištěných během vývoje. V závěru práce jsou uvedeny výsledky několika experimentů a možné rozšíření.
|
|
|
Získávání znalostí z multimediálních databází
Jurčák, Petr ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Práce je věnována tématu problematiky získávání znalostí z databází. Je zaměřena na základní metody klasifikace a predikce pro dolování dat. Dále se práce zaobírá extrakci nízkoúrovňových rysů z video dat a obrázků, a také shrnuje poznatky z podobnostního vyhledávání v multimediálním obsahu a indexaci tohoto typu dat. Závěr je věnován implementaci vybrané klasifikační metody a porovnání dosažených výsledků s nástrojem LibSVM.
|
|
|
Získávání znalostí z multimediálních databází
Jirmásek, Tomáš ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou získávání znalostí z databází. Důraz je kladen zejména na základní metody klasifikace a predikce pro dolování dat. Dále tato práce obsahuje úvod do multimediálních databází a získávání znalostí z těchto databází. Cílem části zabývající se aplikací dolování z multimediálních dat bylo zaměřit se na extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech je uveden popis používaných dat a výsledky experimentů prováděných nad těmito daty v nástrojích RapidMiner, LibSVM a pomocí vlastní vytvořené aplikace. Závěr práce obsahuje porovnání použitých metod pro extrakci rysů vysoké úrovně z nízkoúrovňového popisu dat.
|
|
|
Rozpoznání stavu hry Scrabble
Staněk, Jiří ; Polok, Lukáš (oponent) ; Svoboda, Pavel (vedoucí práce)
Tato práce se zabývá problematikou zpracování obrazu, detekce a rozpoznávání objektů v obraze a OCR (Optical Character Recognition). Popisuje návrh a implementaci aplikace pro rozpoznání stavu hry Scrabble využívající některé algoritmy z této oblasti. Je zde popsána detekce hrací desky a jednotlivých písmen v obraze. Dále klasifikace detekovaných písmen a tvorba slov. Výsledná aplikace využívá knihovny OpenCV pro zpracování obrazu a LIBSVM pro klasifikaci písmen. Aplikace byla testována na vlastní sadě fotografií.
|
|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Detekce lidské postavy v obraze
Bednář, Luboš ; Mlích, Jozef (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá detekcí lidské postavy v obraze. Na úvod jsou zde popsány některé metody použitelné pro tento typ detekce. Z nich byla zvolena metoda histogramů orientovaných gradientů. Pro klasifikaci se používá SVM. Součástí této práce je také návrh a implementace jednoduchého detektoru.
|
host ::
RSS.