Anonymizace SPZ vozidel
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Při procházení online map jsou dnes dostupné i souvislé snímky prohlížených míst. Pokud jsou však snímky pořizovány ve veřejném prostoru, nacházejí se na nich také kolemjdoucí lidé a kolemjedoucí vozidla. Cílem této práce je vytvoření automatizovaného systému pro anonymizaci SPZ vozidel ve fotografiích optimalizovaného pro službu Panorama společnosti Seznam.cz a.s.. Problém anonymizace SPZ vozidel je v této práci rozdělen do dvou fází. V první fázi jsou ze snímku pořízeného na veřejném prostranství vybrána místa, na kterých se nachází vozidla s SPZ, ve druhé fázi je potom ve vybrané části obrázku s vozidlem lokalizována konkrétní oblast, na které se SPZ vozidla nachází. Detekce automobilů je prováděna pomocí hluboké neuronové sítě. Následná lokalizace SPZ vozidel je zpracovávána pomocí dopředné plně propojené neuronové sítě. Cílem této práce je překonat problémy, na kterých selhávají aktuální komerční řešení. Jedná se zejména o častou falešně pozitivní detekci SPZ a velkou výpočetní náročnost. Výsledky této práce však nejsou uspokojivé, což mohlo být způsobeno použitou trénovací sadou pro neuronové sítě. Ačkoliv se tato sada dodaná společností Seznam.cz a.s. zdála býti dostatečně robustní, nakonec se ukázala jako nedostačující pro naučení složitější neuronové sítě.
While browsing an online map server, continuous photographs of certain places can be browsed as well. When the map service takes pictures of a public space, there are some personal data captured as well (i.e. faces, car licence plates). The goal of this thesis is the design of automated car licence plates anonymization system, optimized for the Panorama service provided by the Seznam.cz a.s. corporation. In this thesis, the process of car licence plate anonymization is divided into two parts: the first one solves a detection of cars and the second solves a car licence plate localization in the selected image. The car detection is based on the deep neural network approach, the car licence plate localization is solved by using a fully connected neural network performing a regression task. The goal of this thesis is to get over the disadvantages of commercial solution used nowadays. These are false posititive results and high computational complexity. Results of this thesis are not as good as expected. The reason could be a dataset provided by Seznam.cz a.s. corporation, which seemed to be robust enough in the beginning, but in the end it showed up to be not suffice enough to train the neural network.
While browsing an online map server, continuous photographs of certain places can be browsed as well. When the map service takes pictures of a public space, there are some personal data captured as well (i.e. faces, car licence plates). The goal of this thesis is the design of automated car licence plates anonymization system, optimized for the Panorama service provided by the Seznam.cz a.s. corporation. In this thesis, the process of car licence plate anonymization is divided into two parts: the first one solves a detection of cars and the second solves a car licence plate localization in the selected image. The car detection is based on the deep neural network approach, the car licence plate localization is solved by using a fully connected neural network performing a regression task. The goal of this thesis is to get over the disadvantages of commercial solution used nowadays. These are false posititive results and high computational complexity. Results of this thesis are not as good as expected. The reason could be a dataset provided by Seznam.cz a.s. corporation, which seemed to be robust enough in the beginning, but in the end it showed up to be not suffice enough to train the neural network.
Description
Citation
SKŘIVÁNKOVÁ, B. Anonymizace SPZ vozidel [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Bioinformatika a biocomputing
Comittee
prof. Ing. Lukáš Sekanina, Ph.D. (předseda)
doc. Ing. František Zbořil, Ph.D. (místopředseda)
doc. Ing. Vladimír Janoušek, Ph.D. (člen)
Ing. Tomáš Martínek, Ph.D. (člen)
doc. Ing. Jan Platoš, Ph.D. (člen)
doc. Ing. Jaroslav Zendulka, CSc. (člen)
Date of acceptance
2016-06-20
Defence
Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: 1. Jaká je tedy celková úspěšnost navrženého řešení? V grafu na straně 43 je ukázáno, že ReLU dosahuje 13% úspěšnost klasifikace pixelů - myslí se tím pixelů, které patří SPZ?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení