Reidentifikace automobilů v obraze

but.committeeprof. Ing. Tomáš Vojnar, Ph.D. (předseda) doc. Ing. František Zbořil, CSc. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) Ing. Vladimír Veselý, Ph.D. (člen) Ing. Radek Kočí, Ph.D. (člen)cs
but.defenceStudentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky 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 D.cs
but.jazykslovenština (Slovak)
but.programInformační technologie a umělá inteligencecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHerout, Adamsk
dc.contributor.authorOhradzanská, Karolínask
dc.contributor.refereeHradiš, Michalsk
dc.date.created2023cs
dc.description.abstractRe-identifikácia vozidiel je užitočným nástrojom pre sledovanie a monitorovanie dopravy v rôznych situáciách. Táto práca sa zaoberá problematikou re-identifikácie automobilov v obraze, za účelom sledovania vozidiel pomocou kamerových systémov. Konkrétne sa zameriava na úlohu sledovania vozidiel pomocou viacerých kamier z medzinárodnej súťaže AI City Challenge. V práci bolo natrénovaných 5 typov konvolučných sieti a jeden transformerový model. Skúmalo sa, aké úspešnosti mali rôzne konvolúčne siete v porovnaní s transformerovym modelom pri úlohe re-identifikácie. S týmito sieťami sa vykonalo viacero experimentov nad viacerými dátovými sadami, pričom na VeRi datasete model resNeXt dosahoval úspešnosť až 86.35 %. Z dôvodu zapojenia do súťaže AI City Challenge v roku 2023 sa vytvoril aj dataset s ľuďmi, na ktorom sa vykonali rovnaké experimenty.sk
dc.description.abstractVehicle re-identification is a helpful technic for tracking and monitoring traffic in various situations. This thesis deals with the issue of re-identification cars in the image to track vehicles using camera systems. Specifically, it focuses on the multi-camera vehicle tracking task from the international AI City Challenge competition. In this work were trained five types of convolutional networks and one transformer model. It investigated how successfully different convolutional networks worked compared to the transformer model in the re-identification task. Several experiments were performed with these networks on several datasets, while the resNeXt model achieved a success rate of up to 86.35~\% on the VeRi dataset. Participation in the AI City Challenge in 2023 required creating a dataset with people for the re-identification task.en
dc.description.markDcs
dc.identifier.citationOHRADZANSKÁ, K. Reidentifikace automobilů v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other146540cs
dc.identifier.urihttp://hdl.handle.net/11012/211932
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectre-identifikácia automobilovsk
dc.subjectkonvolučné neurónové sietesk
dc.subjecttransformerový modelsk
dc.subjectre-identification of vehiclesen
dc.subjectconvolutional neural networksen
dc.subjecttransformer modelen
dc.titleReidentifikace automobilů v obrazesk
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-19cs
dcterms.modified2023-06-19-14:20:54cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid146540en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 15:36:50en
sync.item.modts2025.01.17 09:55:38en
thesis.disciplineInteligentní systémycs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.78 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_146540.html
Size:
14.62 KB
Format:
Hypertext Markup Language
Description:
file review_146540.html
Collections