but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Radomil Matoušek, 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 A. Otázky u obhajoby: Jakou hodnotu má EER (Equal Error Rate) pro identifikaci a jaká je chybovost při testování neznámých vzorků (tedy obličejů, které nebyly součástí tréningové množiny)?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Goldmann, Tomáš	cs
dc.contributor.author	Coufal, Tomáš	cs
dc.contributor.referee	Orság, Filip	cs
dc.date.accessioned	2019-07-08T15:57:00Z
dc.date.available	2019-07-08T15:57:00Z
dc.date.created	2019	cs
dc.description.abstract	Práce shrnuje dosavadní poznatky v oboru biometrie při řešení problematiky identifikace osoby podle tváře. Zaměřuje se na konvoluční neuronové sítě a kapslové sítě. Dále se zabývá současnými, modernímy postupy a jejich implementacemi. V neposlední řadě nabízí vlastní implementaci obdobného řešení na bázi architektury CapsNet - kapslových neuronových sítí. Práce dále rozebírá přínosy a možnosti využití této architektury pro identifikaci podle obličeje.	cs
dc.description.abstract	Thesis provides an overview and discussion of current findings in the field of biometrics. In particular, it focuses on facial recognition subject. Special attention is payed to convolutional neural networks and capsule networks. Thesis then lists current approaches and state-of-the-art implementations. Based on these findings it provides insight into engineering a very own solution based of CapsNet architecture. Moreover, thesis discussed advantages and capabilitied of capsule neural networks for identification of a person by its face.	en
dc.description.mark	A	cs
dc.identifier.citation	COUFAL, T. Deskriptor pro identifikaci osoby podle obličeje [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122044	cs
dc.identifier.uri	http://hdl.handle.net/11012/180388
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	obličej	cs
dc.subject	rozpoznávání	cs
dc.subject	identifikace	cs
dc.subject	neuronové sítě	cs
dc.subject	convolution	cs
dc.subject	kapsle	cs
dc.subject	CapsNet	cs
dc.subject	face	en
dc.subject	recognition	en
dc.subject	identification	en
dc.subject	neural network	en
dc.subject	convolution	en
dc.subject	capsule	en
dc.subject	CapsNet	en
dc.title	Deskriptor pro identifikaci osoby podle obličeje	cs
dc.title.alternative	Descriptor for Identification of a Person by the Face	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2019-06-20	cs
dcterms.modified	2019-07-08-13:31:24	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122044	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 20:14:18	en
sync.item.modts	2021.11.12 19:46:40	en
thesis.discipline	Bioinformatika a biocomputing	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Deskriptor pro identifikaci osoby podle obličeje

Files

Original bundle

Collections