but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. Zbyněk Křivka, 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 B. Otázky u obhajoby: Proč jste si vybral jako detektor MobileNet_v2? Bylo možné použít i jiný detektor a pokud ano, jaké výhody, nevýhody či problémy to mohlo přinést? Ve kterém jazyce běží Vaše řešení? V Javě, nebo nativně na HW telefonu? Co lze dál dělat s výsledky Vaši aplikace? Lze podle nich např. odhalit tvůrce tagu? Proč jste se rozhodl zpracovávat data přímo na mobilním zařízení a ne na nějakém výkonnějším počítači?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Špaňhel, Jakub	cs
dc.contributor.author	Chovaneček, Přemysl	cs
dc.contributor.referee	Teuer, Lukáš	cs
dc.date.created	2019	cs
dc.description.abstract	Práce se zaměřuje na rozpoznávání objektů v obraze za použití principů umělé inteligence. Řeší detekci podpisů autorů v oblasti umění zvané graffiti. Zabývá se základní problematikou této oblasti a dále poukazuje na použití počítačového vidění a jeho následnou, praktickou aplikaci na mobilních zařízeních, konkrétně tedy na platformě Android. Zvolenou neuronovou sítí byl model ssdMobileNet_v2 . Naučený model dosahuje přesnosti mAP 73.5.% při hodnotě IoU 0.6. Po provedení procesu kvantizace byla pak přesnost snížena na 68.5%. Samotná mobilní aplikace poskytuje real-time detekci a několik dalších potřebných funkcí pro lokalizaci a sběr dat.	cs
dc.description.abstract	Thesis focuses on the object recognition of images, using the principles of artificial intelligence. It solves the signature detection of authors in the field of art called graffiti. It concerns about basic problematic of this field, it also points to the use of computer vision followed by practical application on mobile devices, specifically on the Android platform. The selected neural network models was the ssdMobileNet_v2 . The trained model achieves mAP accuracy of 73.5% meanwhile the IoU was set to 0.6. After the quantization process, the accuracy was reduced to 68.5%. The mobile application provides real-time detection and several other necessary functions for localization and data collection.	en
dc.description.mark	B	cs
dc.identifier.citation	CHOVANEČEK, P. Mobilní aplikace pro detekci graffiti tagů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121849	cs
dc.identifier.uri	http://hdl.handle.net/11012/180095
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	Počítačové vidění	cs
dc.subject	graffiti	cs
dc.subject	mobilní aplikace	cs
dc.subject	neuronové sítě	cs
dc.subject	TensorFlow	cs
dc.subject	Android	cs
dc.subject	Computer vision	en
dc.subject	graffiti	en
dc.subject	mobile application	en
dc.subject	neural networks	en
dc.subject	TensorFlow	en
dc.subject	Android	en
dc.title	Mobilní aplikace pro detekci graffiti tagů	cs
dc.title.alternative	Graffiti Tags Detection Mobile Application	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-11	cs
dcterms.modified	2019-07-08-13:31:14	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121849	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:09:32	en
sync.item.modts	2025.01.17 12:13:51	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Mobilní aplikace pro detekci graffiti tagů

Files

Original bundle

Collections