but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. Ing. Vítězslav Beran, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm "C". Otázky u obhajoby: Z jakého důvodu je testovací množina pro hodnocení úspěšnosti nerunových sítí menší oproti množině pro testování detektoru založeného na SVM (Support Vector Machine)? Jaké jsou další možností pro zlepšení detekce zbraní v obraze?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Drahanský, Martin	cs
dc.contributor.author	Kolcún, Róbert	cs
dc.contributor.referee	Goldmann, Tomáš	cs
dc.date.created	2018	cs
dc.description.abstract	Cieľom tejto práce je navrhnúť spôsob pre klasifikáciu typu zbrane do dvoch kategórií na krátke a dlhé, a určenie náklonu zbrane v obrazovej scéne. Zvolený problém som riešil pomocou niekoľkých postupov, použitím klasických postupov ako K-Nearest-Neighbour a SVM klasifikátora, a použitím konvolučných neurónových sietí. V práci bolo vytvorené porovnanie týchto postupov s výslednou presnosťou až 90%. Výsledky tejto práce umožnujú vybrať správny postup pre riešenie daného problému.	cs
dc.description.abstract	The main goal of this work is to design an approach for classifying guns into two categories, with short and long weapons, and determining a position of guns in the image scene. This problem was solved using the classical approach as K-Nearest-Neighbour and SVM classification and using convolutional neural networks. In this work was made a comparison of these approaches with a resulting accuracy up to 90%. With the results of this work, it is possible to choose a right approach to this problem.	en
dc.description.mark	C	cs
dc.identifier.citation	KOLCÚN, R. Určení typu a směru zbraně v obrazové scéně [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114849	cs
dc.identifier.uri	http://hdl.handle.net/11012/85063
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	zbraň	cs
dc.subject	klasifikácia	cs
dc.subject	pozícia	cs
dc.subject	obrazová scéna	cs
dc.subject	konvolučná neurónová sieť	cs
dc.subject	svm	cs
dc.subject	kmeans	cs
dc.subject	gun	en
dc.subject	classification	en
dc.subject	position	en
dc.subject	image scene	en
dc.subject	convolutial neural network	en
dc.subject	svm	en
dc.subject	kmeans	en
dc.title	Určení typu a směru zbraně v obrazové scéně	cs
dc.title.alternative	Determination of Gun Type and Position in Image Scene	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2018-06-14	cs
dcterms.modified	2020-05-10-16:13:26	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114849	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:05:34	en
sync.item.modts	2025.01.15 21:20:48	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Určení typu a směru zbraně v obrazové scéně

Files

Original bundle

Collections