Detekce pohybujících se objektů ve videu s využitím neuronových sítí pomocí Android aplikace
| but.committee | prof. Ing. Zdeněk Smékal, CSc. (předseda) prof. Ing. Karel Bartušek, DrSc. (místopředseda) Ing. Hicham Atassi, Ph.D. (člen) doc. Ing. David Kubánek, Ph.D. (člen) doc. Ing. Jaroslav Sklenář, CSc. (člen) Ing. Petr Ilgner (člen) | cs |
| but.defence | Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. Otázky oponenta: V sekcii 2.2.1 ste uviedli obrázok 2.2, ktorý by mal znázorňovať klasifikáciu pomocou príznakovej mapy. Prosím o bližšie vysvetlenie, respektíve podrobnejší popis významu spomenutého obrázka. Student odpověděl na otázku. V samotnej záverečnej práci, rovnako aj v prílohe uvádzate rôzne navrhnuté štruktúry klasifikačnej neurónovej siete. Vo fáze návrhu ste testovali rôzne variácie. Podľa čoho ste zvolili výslednú štruktúru navrhnutých sietí? Ako prebiehal tento proces návrhu a testovania. Student odpověděl na otázku. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Telekomunikační a informační technika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Myška, Vojtěch | cs |
| dc.contributor.author | Mikulec, Vojtěch | cs |
| dc.contributor.referee | Kiac, Martin | cs |
| dc.date.created | 2021 | cs |
| dc.description.abstract | Tato diplomová práce se zabývá zrealizováním funkčního řešení problematiky klasifikace účastníků dopravního provozu pomocí mobilních zařízení s operačním systémem Android. Cílem je vytvořit Android aplikaci, která klasifikuje vozidla v reálném čase za použití zadní kamery a ukládá časové značky klasifikace. Testování probíhá převážně na vlastní, různě modifikované datové množině. Je natrénováno celkem pět modelů a změřeno zatížení hardwaru při použití každého z nich. Nejlepší přesnosti klasifikace dosahuje předtrénovaný model sítě MobileNet, který je dotrénován o 6 tříd – 62,33 %. Výsledky jsou shrnuty a v závěru je formulováno, jakým způsobem je možné rychleji a přesněji analyzovat dopravní data. | cs |
| dc.description.abstract | This master’s thesis deals with the implementation of functional solution for classifying road users using mobile device with Android operating system. The goal is to create Android application which classifies vehicles in real time using rear-facing camera and saves timestamps of classification. Testing is performed mostly with own, diversely modificated dataset. Five models are trained and their performance is measured in dependence on hardware. The best classification performance is from pretrained MobileNet model where transfer learning with 6 classes of own dataset is used – 62,33 %. The results are summarized and a method for faster and more accurate traffic analysis is proposed. | en |
| dc.description.mark | B | cs |
| dc.identifier.citation | MIKULEC, V. Detekce pohybujících se objektů ve videu s využitím neuronových sítí pomocí Android aplikace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021. | cs |
| dc.identifier.other | 133433 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/196883 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Android | cs |
| dc.subject | aplikace | cs |
| dc.subject | klasifikace obrazu | cs |
| dc.subject | konvoluční neuronová síť | cs |
| dc.subject | přenosové učení | cs |
| dc.subject | vozidla | cs |
| dc.subject | zpracování dat | cs |
| dc.subject | Android | en |
| dc.subject | application | en |
| dc.subject | image classification | en |
| dc.subject | convolutional neural network | en |
| dc.subject | transfer learning | en |
| dc.subject | vehicles | en |
| dc.subject | image processing | en |
| dc.title | Detekce pohybujících se objektů ve videu s využitím neuronových sítí pomocí Android aplikace | cs |
| dc.title.alternative | Object detection in video using neural networks and Android application | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2021-06-08 | cs |
| dcterms.modified | 2024-05-17-12:53:09 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 133433 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.26 14:26:23 | en |
| sync.item.modts | 2025.01.15 21:33:46 | en |
| thesis.discipline | bez specializace | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikací | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- final-thesis.pdf
- Size:
- 4.82 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- review_133433.html
- Size:
- 5.4 KB
- Format:
- Hypertext Markup Language
- Description:
- file review_133433.html