Koncepty strojového učení pro kategorizaci objektů v obrazu

Simple item page
but.committeeprof. Ing. Václav Hlaváč, CSc. (předseda) prof. Ing. Luděk Žalud, Ph.D. (místopředseda) prof. Ing. Petr Pivoňka, CSc. (člen) doc. Ing. Václav Kaczmarczyk, Ph.D. (člen) Ing. Radek Štohl, Ph.D. (člen) Ing. Karel Horák, Ph.D. (člen)cs
but.defenceStudent obhájil diplomovou práci s výhradami.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHorák, Karelcs
dc.contributor.authorHubený, Marekcs
dc.contributor.refereeHonec, Petercs
dc.date.created2017cs
dc.description.abstractTato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.cs
dc.description.abstractThis work is focused on objects and scenes recognition using machine learning and computer vision tools. Before the solution of this problem has been studied basic phases of the machine learning concept and statistical models with accent on their division into discriminative and generative method. Further, the Bag-of-words method and its modification have been investigated and described. In the practical part of this work, the implementation of the Bag-of-words method with the SVM classifier was created in the Matlab environment and the model was tested on various sets of publicly available images.en
dc.description.markCcs
dc.identifier.citationHUBENÝ, M. Koncepty strojového učení pro kategorizaci objektů v obrazu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.cs
dc.identifier.other102623cs
dc.identifier.urihttp://hdl.handle.net/11012/65237
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.subjectStrojové učenícs
dc.subjectpočítačové viděnícs
dc.subjectpopis objektucs
dc.subjectstatistické modelycs
dc.subjectgenerativní modelycs
dc.subjectdiskriminativní modelycs
dc.subjectSIFTcs
dc.subjectSURFcs
dc.subjectSVMcs
dc.subjectneuronová síťcs
dc.subjectboostingcs
dc.subjectskrytý Markovovův modelcs
dc.subjectomezený Boltzmannův strojcs
dc.subjectbag of wordscs
dc.subjectbag of visual wordscs
dc.subjectbag of featurescs
dc.subjectMachine learningen
dc.subjectcomputer visionen
dc.subjectobject descriptionen
dc.subjectstatistical modelen
dc.subjectgenerative modelen
dc.subjectdiscriminative modelen
dc.subjectSIFTen
dc.subjectSURFen
dc.subjectSVMen
dc.subjectneural networken
dc.subjectboostingen
dc.subjecthidden markov modelen
dc.subjectrestricted Boltzmann machineen
dc.subjectbag of worden
dc.subjectbag of featuresen
dc.subjectbag of visual wordsen
dc.titleKoncepty strojového učení pro kategorizaci objektů v obrazucs
dc.title.alternativeMachine Learning Concepts for Categorization of Objects in Imagesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2017-06-07cs
dcterms.modified2017-06-14-09:22:39cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid102623en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:26:44en
sync.item.modts2025.01.15 23:00:48en
thesis.disciplineKybernetika, automatizace a měřenícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.1 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
review_102623.html
Size:
4.95 KB
Format:
Hypertext Markup Language
Description:
file review_102623.html
Download
Collections
2017