but.committee	doc. Ing. František Zbořil, CSc. (předseda) prof. RNDr. Milan Češka, CSc. (místopředseda) Ing. Martin Hrubý, Ph.D. (člen) doc. Ing. Jan Janoušek, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) RNDr. Marek Rychlý, 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: Zajistil jste nějak, aby při testovaní nebyly v trénovací a testovací sadě obličeje z jednoho průchodu osoby dveřmi? Jak to může ovlivnit výsledky Vašich experimentů? Jak si vysvětlujete, že nearest centroid dosáhlo vyšší úspěšnosti identifikace osob než KNN? Proč má SVM tak špatné výsledky? Jaký je význam prahu T u experimentů s identifikací osob? Je vhodné uvádět úspěšnost klasifikace (accuracy) u rozpoznávání pohlaví, když v datové sadě máte násobně více mužů než žen? Jaká by byla úspěšnost klasifikátoru, který by se vůbec nedíval na obrázky? Myslíte si, že je možné v budoucnu dosáhnout 100% úspěšnosti identifikace osob?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Smrž, Pavel	cs
dc.contributor.author	Šajboch, Antonín	cs
dc.contributor.referee	Hradiš, Michal	cs
dc.date.accessioned	2019-04-04T04:12:58Z
dc.date.available	2019-04-04T04:12:58Z
dc.date.created	2016	cs
dc.description.abstract	Tato práce se zabývá rozpoznáváním a sledováním lidí ve videu. K rozpoznávání byla použita konvoluční neuronová síť, která extrahuje vektor rysů z přiloženého snímku obličeje. Tento extrahovaný vektor je dále klasifikován. Proces rozpoznávání musí probíhat v reálném čase a s tímto ohledem jsou také voleny veškeré použité metody. V rámci této práce byl vytvořen nový dataset obličejů, který byl získán z videozáznamů pořízených v prostorách fakulty. Videozáznamy a dataset byly použity pro experimenty k ověření přesnosti vytvořeného systému. Výsledná přesnost rozpoznávání je cca 85%. Navržený systém může být použit například k evidenci osob, počítání průchodů či k ohlášení výskytu neznámé osoby v objektu.	cs
dc.description.abstract	The master's thesis deals with detecting and tracking people in the video. To get optimal recognition was used convolution neural network, which extracts vector features from the enclosed frame the face. The extracted vector is further classified. Recognition process must take place in a real time and also with respect are selected optimal methods. There is a new dataset faces, which was obtained from a video record at the faculty area. Videos and dataset were used for experiments to verify the accuracy of the created system. The recognition accuracy is about 85% . The proposed system can be used, for example, to register people, counting passages or to report the occurrence of an unknown person in a building.	en
dc.description.mark	D	cs
dc.identifier.citation	ŠAJBOCH, A. Sledování a rozpoznávání lidí na videu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96260	cs
dc.identifier.uri	http://hdl.handle.net/11012/61933
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	Rozpoznávání	cs
dc.subject	rozpoznávání obličejů	cs
dc.subject	detekce obličejů	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	sledování objektů	cs
dc.subject	SVM	cs
dc.subject	optický tok	cs
dc.subject	Recognition	en
dc.subject	face recognition	en
dc.subject	face detection	en
dc.subject	convolutional neural network	en
dc.subject	object tracking	en
dc.subject	SVM	en
dc.subject	optical flow	en
dc.title	Sledování a rozpoznávání lidí na videu	cs
dc.title.alternative	Tracking and Recognition of People in Video	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-23	cs
dcterms.modified	2020-05-10-16:12:09	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96260	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 10:12:14	en
sync.item.modts	2021.11.12 09:47:18	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Sledování a rozpoznávání lidí na videu

Files

Original bundle

Collections