|
|
Detekce poznávací značky v obraze
Vacek, Michal ; Hradiš, Michal (oponent) ; Beran, Vítězslav (vedoucí práce)
V první části se práce zabývá již známými metodami detekce značek. Jsou zde popsány metody využívající zpracování obrazu, AdaBoost, či detekci extrémních regionů. Následuje návrh a implementace vlastního přístupu k detekci poznávacích značek využívající lokální detektory k vytvoření slovníku vizuálních slov. V závěru je metoda vyhodnocena.
|
|
|
Vyhledávání fotografií v databázi podle příkladu
Dobrotka, Matúš ; Hradiš, Michal (oponent) ; Veľas, Martin (vedoucí práce)
Táto práce se zabývá vyhledáváním fotografií v databázi podle příkladu. Práce byla vytvo\-ře\-na s cílem vyvinout aplikaci, která bude porovnávat různé přístupy vyhledávání fotografií v databázi. Jedná se o základní přístup, který spočívá v detekci klíčových bodů, extrakci lokálních příznaků a tvorbě vizuálního slovníku algoritmem shlukování - k-means. Pomocí vizuálního slovníku je spočítán histogram četnosti výskytu vizuálních slov - Bag of Words (BoW), který reprezentuje fotografii jako celek. Po aplikování vhodné metriky dojde k vyhledání podobných fotografií. Druhý přístup představují hluboké konvoluční neuronové sítě (DCNN), které jsou využity k extrakci příznakových vektorů. Tyto vektory jsou použity na tvorbu vizuálního slovníku, který slouží opět k výpočtu BoW. Postup je pak podobný jako v prvním přístupu. Třetí přístup počítá s extrahovanými vektory z DCNN jako s BoW vektory. Následuje aplikace vhodné metriky a vyhledání podobných fotografií. V závěru práce jsou popsány použity přístupy, uvedeny experimenty a závěrečné vyhodnocení.
|
|
|
Vyhledávání podobných fotografií
Rosa, Štěpán ; Mlích, Jozef (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce popisuje cestu k realizaci aplikace, ve které si uživatel vybere databázi fotografií, se kterou bude pracovat a zadá systému fotografii. Ten mu pomocí vizuálního slovníku nalezne nejpodobnějších fotografie z této databáze a na základě statistické analýzy textových popisků těchto fotografií mu nabídne vhodnou formou popisky pro dotazovanou fotografii.
|
|
|
Automatické třídění fotografií podle obsahu
Matuszek, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá výběrem metod, návrhem a implementací aplikace schopné automatického třídění fotek dle jejich obsahu do předem daných skupin. Podrobněji se popisují jednotlivé hlavní kroky klasifikace. Vyhledání a popis význačných bodů v obraze metodou SURF, vytvoření vizuálního slovníku metodou k-means, mapování na slova přes strukturu kd-tree. Vytváří se vlastní hodnocení na základě kterého se klasifikuje. Je zde popsáno jak byly jednotlivé kroky implementovány s pomocí knihoven OpenCV a Qt. A taktéž jsou ukázány výsledky pro různá nastavení běhu aplikace a snahy o zlepšení výsledku, kdy aplikace dokáže roztřídit fotky správně, ale úspěšnost je kolísavá.
|
|
|
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.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Vyhledávání podobných fotografií
Rosa, Štěpán ; Mlích, Jozef (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce popisuje cestu k realizaci aplikace, ve které si uživatel vybere databázi fotografií, se kterou bude pracovat a zadá systému fotografii. Ten mu pomocí vizuálního slovníku nalezne nejpodobnějších fotografie z této databáze a na základě statistické analýzy textových popisků těchto fotografií mu nabídne vhodnou formou popisky pro dotazovanou fotografii.
|
|
|
Automatické třídění fotografií podle obsahu
Matuszek, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá výběrem metod, návrhem a implementací aplikace schopné automatického třídění fotek dle jejich obsahu do předem daných skupin. Podrobněji se popisují jednotlivé hlavní kroky klasifikace. Vyhledání a popis význačných bodů v obraze metodou SURF, vytvoření vizuálního slovníku metodou k-means, mapování na slova přes strukturu kd-tree. Vytváří se vlastní hodnocení na základě kterého se klasifikuje. Je zde popsáno jak byly jednotlivé kroky implementovány s pomocí knihoven OpenCV a Qt. A taktéž jsou ukázány výsledky pro různá nastavení běhu aplikace a snahy o zlepšení výsledku, kdy aplikace dokáže roztřídit fotky správně, ale úspěšnost je kolísavá.
|
|
|
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.
|
|
|
Vyhledávání graffiti tagů podle podobnosti
Grünseisen, Vojtěch ; Juránek, Roman (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zaměřuje na možnost využití současných metod a algoritmů počítačového vidění za účelem automatického hledání podobností mezi tzv. graffiti tagy. Takto označujeme takové graffiti, které slouží jako rychlý a jednoduchý podpis autora. Práce popisuje vývoj a implementaci systému typu CBIR, sloužícího k vyhledání podobných graffiti tagů z databáze obrázků. Za tímto účelem zkoumá obrazovou podobnost pomocí lokálních příznaků, zejména příznaků self-similarity.
|
host ::
RSS.