Automatická klasifikace obrazů

Simple item page
but.committeedoc. Ing. Kamil Říha, Ph.D. (předseda) doc. Ing. MgA. Mgr. Dan Dlouhý, Ph.D. (místopředseda) Mgr. Tomáš Staudek, Ph.D. (člen) PhDr. Aleš Dvořák (člen) Dr. Ing. Libor Husník (člen) Ing. Jaromír Mačák, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Otázky oponenta: - Upřesněte způsob vyhodnocování přesnosti klasifikace při navyšování počtu tříd. - Odpověděl dostatečně. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSikora, Pavelcs
dc.contributor.authorŠevčík, Zdeněkcs
dc.contributor.refereeMiklánek, Štěpáncs
dc.date.created2020cs
dc.description.abstractCílem této práce je prozkoumat shlukovací algoritmy strojového učení bez učitele, které lze použít pro klasifikaci databáze obrazů podle podobnosti. Pro vybrané shlukovací algoritmy je sepsán teoretický základ. Pro zlepšení klasifikace použité databáze se diplomová práce zabývá různými metodami předzpracování obrazů. Těmito metodami jsou z obrazu extrahovány příznaky. Dále práce řeší implementaci metod předzpracování a praktickou aplikaci shlukovacích algoritmů. V praktické části je naprogramována aplikace v programovacím jazyce Python, která klasifikuje databázi obrazů do tříd podle podobnosti. Diplomová práce testuje všechny použité metody a ke konci práce je zpracována rešerše výsledků.cs
dc.description.abstractThe aim of this thesis is to explore clustering algorithms of machine unsupervised learning, which can be used for image database classification by similarity. For chosen clustering algorithms is written up a theoretical basis. For better classification of used database this thesis deals with different methods of image preprocessing. With these methods the features from image are extracted. Next the thesis solves of implementation of preprocessing methods and practical application of clustering algorithms. In practical part is programmed aplication in Python programming language, which classifies the database of images into classes by similarity. The thesis tests all of used methods and at the end of the thesis is processed searches of results.en
dc.description.markAcs
dc.identifier.citationŠEVČÍK, Z. Automatická klasifikace obrazů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126059cs
dc.identifier.urihttp://hdl.handle.net/11012/189399
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectAglomerativní shlukovánícs
dc.subjectautomatická klasifikace obrazůcs
dc.subjectBIRCHcs
dc.subjectBoVWcs
dc.subjectBRISKcs
dc.subjectextrakce příznakůcs
dc.subjectK-majoritycs
dc.subjectK-meanscs
dc.subjectkonvoluční autoenkodércs
dc.subjectOBRcs
dc.subjectstrojové učenícs
dc.subjectučení bez učitelecs
dc.subjectAglomerativ clusteringen
dc.subjectautomatic image classificationen
dc.subjectBIRCHen
dc.subjectBoVWen
dc.subjectBRISKen
dc.subjectconvolution autoencoderen
dc.subjectfeature extractionen
dc.subjectmachine learningen
dc.subjectK-majorityen
dc.subjectK-meansen
dc.subjectORBen
dc.subjectunsupervised learningen
dc.titleAutomatická klasifikace obrazůcs
dc.title.alternativeAutomatic image classificationen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2020-06-18cs
dcterms.modified2020-06-19-06:26:05cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid126059en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:25:30en
sync.item.modts2025.01.15 22:33:33en
thesis.disciplineAudio inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.93 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
6.83 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_126059.html
Size:
5.43 KB
Format:
Hypertext Markup Language
Description:
file review_126059.html
Download
Collections
2020