Detekce anomálií ve videosekvencích na zařízeních s nízkým výpočetním výkonem

Simple item page
but.committeedoc. Ing. Petr Münster, Ph.D. (předseda) Ing. Martin Zukal, Ph.D. (člen) Ing. Jaroslav Vrána, Ph.D. (člen) Ing. Pavel Sikora (člen) doc. Ing. David Kubánek, Ph.D. (místopředseda)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta. Otázka oponenta: V rámci popisu použitých sítí ResNet zmiňujete tzv. reziduální spojení. Co přesně tento prvek v architektuře sítě zajišťuje a jaký má vliv na trénování modelu? Student dostatečně vysvětlil otázku.cs
but.jazykčeština (Czech)
but.programTelekomunikační a informační systémycs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSikora, Pavelcs
dc.contributor.authorBílek, Františekcs
dc.contributor.refereeJežek, Štěpáncs
dc.date.created2023cs
dc.description.abstractBakalářská práce se zaměřuje na problematiku detekce anomálií ve videosekvencích na zařízeních s nízkým výpočetním výkonem. Popsány jsou tradiční i současné přístupy detekce anomálií z hlediska strojového učení a neuronových sítí. Cílem práce je implementovat efektivní a spolehlivý algoritmus, který bude detekovat anomálie v reálném čase. Důraz je kladen na minimalizaci výpočetních nároků a optimalizaci paměťového využití, aby bylo dosaženo efektivity na zařízeních s omezenými výpočetními kapacitami.cs
dc.description.abstractThe bachelor’s thesis focuses on the problem of anomaly detection in video sequences on devices with low computational power. Traditional and current approaches to anomaly detection are described from the perspective of machine learning and neural networks. The goal of the thesis is to implement an efficient and reliable algorithm capable of detecting anomalies in real-time. Emphasis is placed on minimizing computational requirements and optimizing memory usage to achieve efficiency on devices with limited computational capacities.en
dc.description.markBcs
dc.identifier.citationBÍLEK, F. Detekce anomálií ve videosekvencích na zařízeních s nízkým výpočetním výkonem [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151040cs
dc.identifier.urihttp://hdl.handle.net/11012/212579
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectAnomalibcs
dc.subjectdetekce anomáliícs
dc.subjectFastFlowcs
dc.subjectneuronové sítěcs
dc.subjectPaDiMcs
dc.subjectstrojové učenícs
dc.subjectvideosekvencecs
dc.subjectAnomaliben
dc.subjectanomaly detectionen
dc.subjectFastFlowen
dc.subjectmachine learningen
dc.subjectneural networksen
dc.subjectPaDiMen
dc.subjectvideo sequenceen
dc.titleDetekce anomálií ve videosekvencích na zařízeních s nízkým výpočetním výkonemcs
dc.title.alternativeAnomaly detection in video sequences on devices with low computing poweren
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-13cs
dcterms.modified2023-06-14-09:43:13cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151040en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:15:42en
sync.item.modts2025.01.15 19:18:14en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
10.54 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
261 B
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_151040.html
Size:
4.56 KB
Format:
Hypertext Markup Language
Description:
file review_151040.html
Download
Collections
2023