but.committee	doc. Ing. Richard Růžička, Ph.D., MBA (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) doc. Ing. František Zbořil, 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 A. Otázky u obhajoby: Přineslo by využití 3D módu (včetně elevace) radaru nějaké zlepšení místo aktuálně využitého 2D (pouze range/azimuth). Snímá 2D režim jen rovinu a nebo agregaci z kuželu? Pomohlo by fúzní metodě prahování range/azimuth prostoru do podoby jednotlivých bodů? Nebo si toto dokáže zařídit sama? Bude vaše práce někde prakticky nasazena? Jaký je dosah použitého radaru? Jsou nějaká prostředí, ve kterých radar hůře funguje? Jak by jste vyhodnotil praktickou použitelnost vašeho řešení? Jak vysokou rychlostí se můžou objekty pohybovat, aby byly stále detekovatelné?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zemčík, Pavel	cs
dc.contributor.author	Reich, Bořek	cs
dc.contributor.referee	Maršík, Lukáš	cs
dc.date.created	2022	cs
dc.description.abstract	Tato diplomová práce se zabývá využitím konvolučních neuronových sítí pro fúzi obrazových a neobrazových dat. V práci jsou zkoumány jak detekční systémy využívající principy hlubokého učení spoléhající se pouze na obrazová data (snímky z kamery), tak detekční systémy, které využívají obrazová i neobrazová data (snímky z kamery a data z milimetrového radaru). Pro účely porovnání těchto typů metod (metod využívajících fúzi a metod spoléhajících se pouze na obrazová data) byla vytvořena jedinečná datová sada obsahující nezpracovaná data z milimetrového radaru a odpovídající časově synchronizované snímky z kamery zaměřená na monitorování dopravy. Dále je v této práci navržena časově synchronizační metoda pro milimetrový radar a kameru s použitím volně dostupného hardware. Za použití vytvořené datové sady je pak ověřena detekční schopnost systému využívajícího pouze data z kamery a fúzního systému využívajícího data z milimetrového radaru i kamery.	cs
dc.description.abstract	This master thesis uses convolutional neural networks to fuse image and non-image data. Both deep learning detection systems that rely only on image data (images from the camera) and that use both image and non-image data (images from the camera and data from the millimeter-wave radar) are studied in this thesis. A unique dataset containing raw millimeter-wave radar data and corresponding time-synchronized images from the camera was created for the purpose of comparing these two types of methods (data fusion methods and methods that utilize only image data). Furthermore, a time synchronization method for millimeter-wave radar and cameras using only off-the-shelf hardware is proposed. Finally, the created dataset is used to verify the detection capability of the system that uses only camera data and the fusion system that uses both millimeter-wave radar and camera data.	en
dc.description.mark	A	cs
dc.identifier.citation	REICH, B. Využití neuronových sítí pro fúzi obrazových a neobrazových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	146399	cs
dc.identifier.uri	http://hdl.handle.net/11012/208305
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	hluboké učení	cs
dc.subject	strojové učení	cs
dc.subject	fúze dat	cs
dc.subject	fúze informací	cs
dc.subject	detekce objektů	cs
dc.subject	konvoluční neuronová síť	cs
dc.subject	kamera	cs
dc.subject	milimetrový radar	cs
dc.subject	obrazová data	cs
dc.subject	neobrazová data	cs
dc.subject	computer vision	en
dc.subject	deep learning	en
dc.subject	machine learning	en
dc.subject	data fusion	en
dc.subject	object detection	en
dc.subject	convolutional neural network	en
dc.subject	camera	en
dc.subject	millimeter-wave radar	en
dc.subject	image data	en
dc.subject	non-image data	en
dc.title	Využití neuronových sítí pro fúzi obrazových a neobrazových dat	cs
dc.title.alternative	Exploitation of Neural Networks for Fusion of Image and Non-Image Data	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2022-08-25	cs
dcterms.modified	2022-08-25-18:52:40	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	146399	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:36:09	en
sync.item.modts	2025.01.15 21:45:39	en
thesis.discipline	Inteligentní 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

Využití neuronových sítí pro fúzi obrazových a neobrazových dat

Files

Original bundle

Collections