but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) Ing. Bohuslav Křena, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) doc. RNDr. Michal Novák, 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 výborně (A) . Otázky u obhajoby: Vysvětlete pojem bias a popište jeho roli v umělém neuronu a dopředné, vícevrstvé neuronové síti.	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Goldmann, Tomáš	cs
dc.contributor.author	Svoboda, Jakub	cs
dc.contributor.referee	Orság, Filip	cs
dc.date.created	2018	cs
dc.description.abstract	Detekce hlavy je důležitou součástí algoritmů pro detekci a identifikaci osob. Tato práce je zaměřena na detekci lidské hlavy v obraze pomocí neuronových sítí. Většina konvenčních detektorů dokáže detekovat objekty v omezené množině úhlů, zatímco modely založené na neuronových sítích pokrývají větší škálu úhlů natočení hlavy. V této práci jsme natrénovali současné state-of-the-art modely a porovnali je z hlediska přesnosti a rychlosti zpracování snímku. Nejvíce se osvědčil model RetinaNet, který dosáhl přesnosti 85,15% AP. Díky tomuto detektoru mohou být vylepšené dostupné algoritmy pro detekci, identifikaci a sledování osob.	cs
dc.description.abstract	Detection of human head is an important part of person detection and identification algorithms. This thesis is focused on the detection of human head with methods based on neural networks. The majority the of conventional detectors can identify objects within a limited range of positions, whereas models based on neural networks offer a more robust approach. In this thesis we trained the current state-of-the-art models and compared their accuracy and speed. The most accurate model proved to be RetinaNet which has reached 85.15% AP. This detector can be used to improve current available algorithms for person detection, identification and tracking.	en
dc.description.mark	A	cs
dc.identifier.citation	SVOBODA, J. Detektor hlavy v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114618	cs
dc.identifier.uri	http://hdl.handle.net/11012/85234
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	detekce objektů	cs
dc.subject	strojové učení	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	hluboké neuronové sítě	cs
dc.subject	Faster R-CNN	cs
dc.subject	YOLO	cs
dc.subject	You Only Look Once	cs
dc.subject	SSD	cs
dc.subject	Single Shot MultiBox Detector	cs
dc.subject	Mask RCNN	cs
dc.subject	RetinaNet	cs
dc.subject	object detection	en
dc.subject	machine learning	en
dc.subject	convolutional neural networks	en
dc.subject	deep neural networks	en
dc.subject	Faster R-CNN	en
dc.subject	YOLO	en
dc.subject	You Only Look Once	en
dc.subject	SSD	en
dc.subject	Single Shot Multibox Detector	en
dc.subject	Mask RCNN	en
dc.subject	RetinaNet	en
dc.title	Detektor hlavy v obraze	cs
dc.title.alternative	Detector of the Human Head in Image	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2018-06-13	cs
dcterms.modified	2020-05-10-16:13:13	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114618	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:08:41	en
sync.item.modts	2025.01.17 15:01:35	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Detektor hlavy v obraze

Files

Original bundle

Collections