Rozpoznávání vzorů v obraze pomocí AdaBoost

but.committeedoc. Dr. Ing. Petr Hanáček (předseda) prof. Ing. Tomáš Vojnar, Ph.D. (místopředseda) Ing. Ján Genči, Ph.D. (člen) doc. Ing. Peter Chudý, Ph.D., MBA (člen) Dr. Ing. Petr Peringer (člen) doc. Ing. František Zbořil, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak 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 ... Otázky u obhajoby: Existují nějaké podobné knihovny? V čem se liší?cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHerout, Adamcs
dc.contributor.authorWrhel, Vladimírcs
dc.contributor.refereeHradiš, Michalcs
dc.date.created2010cs
dc.description.abstractV této práci se zaobírá algoritmem AdaBoost, který slouží k vytvoření silné klasifikační funkce pomocí několika slabých klasifikátorů. Seznámíme se taktéž s modifikacemi AdaBoostu, a to Real AdaBoostem, WaldBoostem, FloatBoostem a TCAcu. Tyto modifikace zlepšují některé z vlastností algoritmu AdaBoost. Probereme některé vlastnosti příznaků a slabých klasifikátorů. Ukážeme si třídu úloh, pro které je algoritmus AdaBoost použitelný. Popíšeme implementaci knihovny obsahující zmíněné metody a uvedeme některé testy provedené na implementované knihovně.cs
dc.description.abstractThis paper deals about AdaBoost algorithm, which is used to create a strong classification function using a number of weak classifiers. We familiarize ourselves with modifications of AdaBoost, namely Real AdaBoost, WaldBoost, FloatBoost and TCAcu. These modifications improve some of the properties of algorithm AdaBoost. We discuss some properties of feature and weak classifiers. We show a class of tasks for which AdaBoost algorithm is applicable. We indicate implementation of the library containing that method and we present some tests performed on the implemented library.en
dc.description.markBcs
dc.identifier.citationWRHEL, V. Rozpoznávání vzorů v obraze pomocí AdaBoost [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.cs
dc.identifier.other34578cs
dc.identifier.urihttp://hdl.handle.net/11012/54359
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectAdaBoostcs
dc.subjectReal AdaBoostcs
dc.subjectFloatBoostcs
dc.subjectWaldBoostcs
dc.subjectTCAcucs
dc.subjectklasifikacecs
dc.subjectsilný klasifikátorcs
dc.subjectslabý klasifikátorcs
dc.subjectOpenCVcs
dc.subjectAdaLibcs
dc.subjectAdaBoosten
dc.subjectReal Adaboosten
dc.subjectFloatbooten
dc.subjectWaldboosten
dc.subjectTCAcuen
dc.subjectclassificationen
dc.subjectstrong classifieren
dc.subjectweak classifieren
dc.subjectOpenCVen
dc.subjectAdaLiben
dc.titleRozpoznávání vzorů v obraze pomocí AdaBoostcs
dc.title.alternativePattern Recognition Using AdaBoosten
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2010-06-21cs
dcterms.modified2020-05-09-23:41:00cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid34578en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:49:22en
sync.item.modts2025.01.15 20:23:21en
thesis.disciplineInteligentní systémycs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.96 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_34578.html
Size:
1.44 KB
Format:
Hypertext Markup Language
Description:
file review_34578.html
Collections