Generování animací neuronovými sítěmi
but.committee | doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) doc. RNDr. Milan Češka, 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 C. Otázky u obhajoby: Detailněji rozveďte, na jakých sekvencích jste naměřil hodnoty v tabulkách 7.2, 7.3 a 7.4. Co znamená "a prediction sequence of 2400 frames following a random seed from the ground truth, with the direction switched every 800 frames"? Pokud je to možné, interpretujte naměřené hodnoty v tabulkách 7.2 a 7.3. | cs |
but.jazyk | angličtina (English) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Hradiš, Michal | en |
dc.contributor.author | Dráber, Filip | en |
dc.contributor.referee | Kohút, Jan | en |
dc.date.created | 2021 | cs |
dc.description.abstract | Ačkoli je snímání pohybu už tak nástrojem, který má animátorům pomoci zjednodušit ty nejsložitější aspekty tvorby realistických animací, spousta námahy je stále ukrytá v anotování a strukturalizaci těchto dat. Tento problém řeším návrhem neuronové sítě, která může být natrénována na datovém souboru nasnímaného pohybu tak, aby reprodukovala lidský pohyb, který je vizualizován v aplikaci, které umožňuje uživateli tento pohyb ovládat. Také experimentuji s různými metodami trénování autoregresivního modelu, a na základě toho určuji, která metoda nejlépe vyvažuje dobu trénování a výkon. Dalším postřehem je, jak přidání ovládacích hodnot do vlastností generovaných snímků ovlivňuje použití rekurentních neuronových sítí pro tento úkol. | en |
dc.description.abstract | While motion capture serves as a mean for animators to circumvent some of the most arduous aspects of creating realistic animation, there is still a lot of work hiding in annotating and structuring the data. I solve this problem by designing a neural network which can be trained on a motion capture data file to reproduce human locomotion visualized in an application which allows for the user to control the character's direction. I also subject various methods of training an autoregressive model to experiments and find which method trades training times for performance the best. Additionally, I remark how the addition of certain control features to frame-by-frame generations impacts the use of recurrent neural networks for this task. | cs |
dc.description.mark | C | cs |
dc.identifier.citation | DRÁBER, F. Generování animací neuronovými sítěmi [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021. | cs |
dc.identifier.other | 136411 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/199300 | |
dc.language.iso | en | 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 | animace | en |
dc.subject | snímání pohybu | en |
dc.subject | BVH | en |
dc.subject | strojové učení | en |
dc.subject | neuronové sítě | en |
dc.subject | LSTM | en |
dc.subject | diskriminativní modely | en |
dc.subject | autoregresivní modely | en |
dc.subject | animation | cs |
dc.subject | motion capture | cs |
dc.subject | BVH | cs |
dc.subject | machine learning | cs |
dc.subject | neural networks | cs |
dc.subject | LSTM | cs |
dc.subject | discriminative models | cs |
dc.subject | autoregressive models | cs |
dc.title | Generování animací neuronovými sítěmi | en |
dc.title.alternative | Generating Animations with Neural Networks | cs |
dc.type | Text | cs |
dc.type.driver | bachelorThesis | en |
dc.type.evskp | bakalářská práce | cs |
dcterms.dateAccepted | 2021-06-14 | cs |
dcterms.modified | 2021-06-19-12:15:44 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 136411 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.18 19:34:30 | en |
sync.item.modts | 2025.01.17 13:14:23 | 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 |
Files
Original bundle
1 - 4 of 4
Loading...
- Name:
- final-thesis.pdf
- Size:
- 5.67 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- Posudek-Vedouci prace-20902_v.pdf
- Size:
- 85.19 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Vedouci prace-20902_v.pdf
Loading...
- Name:
- Posudek-Oponent prace-20902_o.pdf
- Size:
- 90.11 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Oponent prace-20902_o.pdf
Loading...
- Name:
- review_136411.html
- Size:
- 1.43 KB
- Format:
- Hypertext Markup Language
- Description:
- file review_136411.html