but.committee	prof. Ing. Tomáš Hruška, CSc. (předseda) doc. Ing. Jaroslav Zendulka, CSc. (místopředseda) doc. Ing. Radek Burget, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Mgr. Ing. Pavel Očenášek, Ph.D. (člen) doc. Ing. Oldřich Trenz, 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 otázku 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 " A ". Otázky u obhajoby: Redukce počtu tříd vede k celkovému zjednodušení problému sémantické segmentace, a tak má zřejmě sama o sobě pozitivní vliv na kvalitu výsledku (meanIU). Dokázal byste kvantifikovat, jak velké zlepšení přináší dotrénování modelu na redukovaný počet tříd ve srovnání s původním modelem aplikovaným na redukovaný problém?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Brejcha, Jan	cs
dc.contributor.author	Pelikán, Jakub	cs
dc.contributor.referee	Čadík, Martin	cs
dc.date.created	2017	cs
dc.description.abstract	Sémantická segmentace je jedním z klasických problémů počítačového vidění a silným nástrojem pro strojové zpracování a pochopení scény. V této práci nasazujeme sémantickou segmentaci v čistě horském prostředí. Hlavní motivací naší práce je možnost použití sémantické segmentace pro automatické zjištění geografické pozice, kde byla fotografie pořízena. V této práci jsme zhodnotili aktuální metody sémantické segmentace a vybrali z nich tři, které jsou vhodné pro adaptování do horského prostředí. Vhodně jsme rozdělili datovou sadu obsahující horské fotografie na validační, trénovací a testovací množinu tak, aby je bylo možné použít pro dotrénování vybraných metod sémantické segmentace. Na horských datech jsme dotrénovali modely z vybraných metod. Segmenty z nejlepších dotrénovaných modelů jsme nechali vyhodnotit respondenty pomocí elektronického dotazníku a také jsme je použili v procesu odhadu orientace kamery. Ukázali jsme, že vybrané metody sémantické segmentace lze úspěšně použít v horském prostředí. Naše modely jsou dotrénovány na 11, 5 nebo 4 horských třídách a nejlepší z nich dosahují na 4 třídách hodnocení mean IU 57.4%. Modely jsou použitelné i prakticky, což jsme ukázali jejich nasazením jako součást procesu odhadu orientace kamery.	cs
dc.description.abstract	Semantic segmentation is one of classic computer vision problems and strong tool for machine processing and understanding of the scene. In this thesis we use semantic segmentation in mountainous environment. The main motivation of this work is to use semantic segmentation for automatic location of geographic position, where the picture was taken. In this thesis we evaluated actual methods of semantic segmentation and we chose three of them that are appropriate for adapting to mountainous environment. We split the dataset with mountainous environment into validation, train and test sets to use for training of chosen semantic segmentation methods. We trained models from chosen methods on mountainous data. We let segments from the best trained models get evaluated in electronic survey by respondents and we evaluated these segments in process of camera orientation estimation. We showed that chosen methods of semantic segmentation are possible to use in mountainous environment. Our models are trained on 11, 5 or 4 mountainous classes and the best of them achieve on 4 class mean IU 57.4%. Models are usable in practise. We show it by their deployment as a part of camera orientation estimation process.	en
dc.description.mark	A	cs
dc.identifier.citation	PELIKÁN, J. Sémantická segmentace v horském prostředí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106500	cs
dc.identifier.uri	http://hdl.handle.net/11012/69496
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	Sémantická segmentace	cs
dc.subject	sémantická segmentace v horském prostředí	cs
dc.subject	Caffe	cs
dc.subject	ALE	cs
dc.subject	FCNs	cs
dc.subject	Deeplab	cs
dc.subject	GeoPose3K	cs
dc.subject	Semantic segmentation	en
dc.subject	semantic segmentation in mountainous environment	en
dc.subject	Caffe	en
dc.subject	ALE	en
dc.subject	FCNs	en
dc.subject	Deeplab	en
dc.subject	GeoPose3K	en
dc.title	Sémantická segmentace v horském prostředí	cs
dc.title.alternative	Semantic Segmentation in Mountainous Environment	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2017-06-22	cs
dcterms.modified	2020-05-10-16:13:10	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106500	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:24:31	en
sync.item.modts	2025.01.17 12:20:39	en
thesis.discipline	Informační 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

Sémantická segmentace v horském prostředí

Files

Original bundle

Collections