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: Jakým způsobem byla trénovaná vámi navržená neuronová sít? Stručně popište algoritmus, který byl využit pro trénování a způsob trénování na vaší trénovací sadě. Jaká je minimální velikost obličeje, které je vaše řešení schopné detekovat a sledovat? Jak se bude Vaše řešení chovat, pokud nebude obličej ve středu videa?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	cs
dc.contributor.author	Ermak, Aleksei	cs
dc.contributor.referee	Špaňhel, Jakub	cs
dc.date.created	2019	cs
dc.description.abstract	Práce se věnuje problematice sledování obličeje v reálném čase. Na začátku jsou popsány existující metody sledování objektů a detekce obličejů. V další části se tato práce věnuje návrhu, implementaci a trénování konvoluční neuronové sítě, která se ukázala efektivní pro řešení problematiky sledování obličejů. Dále se implementovaná síť porovnává s existujícími metodami. Poslední část práce popisuje optimalizaci vytvořené sítě pomocí sady nástrojů společnosti Intel zvané OpenVINO.	cs
dc.description.abstract	This bachelor thesis focuses on the issue of face tracking in real time. In the beginning, this work describes the existing methods of object tracking and face detection. The following part of this thesis concentrates on the design, implementation and testing of the convolutional neural network, which was proved as the effective solution for the face tracking issue. In addition to this, the implemented network is compared to those existing methods. The last part of the thesis describes the optimization of the designed network using OpenVINO toolkit provided by Intel.	en
dc.description.mark	B	cs
dc.identifier.citation	ERMAK, A. Sledování obličeje v reálném čase [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122167	cs
dc.identifier.uri	http://hdl.handle.net/11012/180601
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	sledování obličeje	cs
dc.subject	detekce obličeje	cs
dc.subject	sledování objektů	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	face tracking	en
dc.subject	face detection	en
dc.subject	object tracking	en
dc.subject	convolutional neural networks	en
dc.title	Sledování obličeje v reálném čase	cs
dc.title.alternative	Real-Time Face Tracking	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-11	cs
dcterms.modified	2019-09-02-09:04:30	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122167	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:27:05	en
sync.item.modts	2025.01.17 09:53:41	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

Sledování obličeje v reálném čase

Files

Original bundle

Collections