but.committee	doc. Dr. Ing. Petr Hanáček (předseda) doc. RNDr. Pavel Smrž, Ph.D. (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) Mgr. Kamil Malinka, Ph.D. (člen) Mgr. Ing. Pavel Očenášek, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, 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 D. Otázky u obhajoby: Jaké je výsledné zrychlení a přesnost oproti výsledkům bakalářské práce? Kolik různých metod a nastavení neuronových sítí jste testoval? Máte nějaké nápady, jak by šla úspěšnost detekce vašeho řešení vylepšit?	cs
but.jazyk	slovenština (Slovak)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kanich, Ondřej	sk
dc.contributor.author	Vican, Peter	sk
dc.contributor.referee	Rydlo, Štěpán	sk
dc.date.created	2022	cs
dc.description.abstract	Cieľom diplomovej práce je naštudovať a navrhnúť vylepšenie súčasnej konvolučnej neurónovej siete pre klasifikáciu a detekciu ochorenia odtlačkov prstov. Vylepšením súčasnej konvolučnej neurónovej siete je zmena knižnice pre algoritmus učenia, detekcie a klasifikácie poškodenia odtlačkov prsta. Ďalšími vylepšeniami sú zmena modelu konvolučnej neurónovej siete a zmena aktivačnej funkcie. Zároveň bude pridané predspracovanie pomocou Gáborovho filtra. Ďalšia zmena je v oblasti prahovania. Ďalej bude zmena algoritmov pre všeobecné použitie, ktoré zjednoduší prácu pre rožšírenie tvorby databázy, samotný učiaci proces, proces pre klasifikáciu a detekciu a proces pre testovanie siete. Táto sieť bude zároveň rozšírená o novú predikciu a klasifikáciu. Konkrétne o poškodenia ekzémom, psoriázou, tlakom a vlhkosťou. Vylepšená konvolučná neurónová sieť je implementovaná pomocou PyTorch. Sieť detekuje aká časť odtlačku prsta je poškodená a túto časť vykreslí do odtlačku prsta. Zároveň pri detekcii prebieha aj klasifikácia o aký typ ochorenia alebo poškodenia odtlačku ide. Pri trénovaní siete sú použité syntetické odtlačky prstov a sú doplnené o reálne odtlačky prstov.	sk
dc.description.abstract	The aim of the diploma thesis is to study and propose improvement of the current convolutional neural network for the classification and detection of fingerprint disease. An improvement of the current convolutional neural network is the change of library for the algorithm of learning, detecting and classifying fingerprint damage. Other improvements are to change the convolutional neural network model and a change in the activation function. At the same time, preprocessing using the Gabor filter will be added. Another change is in the area of thresholding. Next, there will be a change in general-purpose algorithms that will simplify the work for expanding database creation, the learning process itself, the classification and detection process, and the network testing process. At the same time, this network will be expanded with a new prediction and classification. Specifically the damage caused by eczema, psoriasis, pressure and moisture. The improved convolutional neural network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. At the same time, the type of disease or imprint damage is classified during detection. Synthetic fingerprints are used in network training and are supplemented by real fingerprints.	en
dc.description.mark	D	cs
dc.identifier.citation	VICAN, P. Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145488	cs
dc.identifier.uri	http://hdl.handle.net/11012/207883
dc.language.iso	sk	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	odtlačky prstov	sk
dc.subject	poškodenie a detekcia	sk
dc.subject	konvolučné neurónové siete	sk
dc.subject	dyshidróza	sk
dc.subject	bradavice	sk
dc.subject	PyTorch	sk
dc.subject	Keras	sk
dc.subject	Python	sk
dc.subject	Metacentrum	sk
dc.subject	tlak	sk
dc.subject	psoriáza	sk
dc.subject	fingerprint	en
dc.subject	damage and detection	en
dc.subject	convolutional neural networks	en
dc.subject	dyshidrosis	en
dc.subject	warts	en
dc.subject	PyTorch	en
dc.subject	Keras	en
dc.subject	Python	en
dc.subject	Metacentrum	en
dc.subject	pressure	en
dc.subject	psoriasis	en
dc.title	Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí	sk
dc.title.alternative	Detection and Classification of Damage in Fingerprint Images Using Neural Nets	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2022-06-22	cs
dcterms.modified	2022-06-23-09:36:35	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145488	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:36:00	en
sync.item.modts	2025.01.15 14:16:37	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí

Files

Original bundle

Collections