Detekce karet při turnajích v pokru

but.committeeprof. Ing. Adam Herout, Ph.D. (předseda) RNDr. Marek Rychlý, Ph.D. (člen) Ing. Vojtěch Mrázek, Ph.D. (člen) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. Ondřej Lengál, Ph.D. (člen)cs
but.defenceStudent 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.cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorVaško, Marekcs
dc.contributor.authorKovalets, Vladyslavcs
dc.contributor.refereeŠilling, Petrcs
dc.date.created2024cs
dc.description.abstractTato bakalářská práce se zaměřuje na vývoj pokročilého systému pro automatické rozpoznávání a evidenci herních karet z videozáznamů pokerových her. Jako základní nástroj byla zvolena technologie konvolučních neuronových sítí, konkrétně síť YOLO, který umožňuje efektivní identifikaci karet na stole i v rukou hráčů i za náročných podmínek. Práce zahrnovala vytvoření rozsáhlé datové sady pro trénování a testování detektoru karet, který dosáhl přesnosti rozpoznávání 98,7 %. Pro spolehlivou evidenci karet byl navržen algoritmus, který minimalizuje chyby detektoru a zlepšuje celkovou přesnost systému. Výsledky práce naznačují, že navržený systém má potenciál pro využití i v praxi.cs
dc.description.abstractThis bachelor's thesis focuses on the development of an advanced system for automatic recognition and registration of playing cards from video recordings of poker games. The technology of convolutional neural networks, specifically the YOLO network, was chosen as the basic tool. It enables effective identification of cards on the table and in the hands of players even under challenging conditions. The work involved creating an extensive dataset for training and testing the card detector, which achieved a recognition accuracy of 98.7%. An algorithm was designed to minimize detector errors and improve the overall accuracy of the system. The results of the study suggest that the developed system has potential for use in practice.en
dc.description.markBcs
dc.identifier.citationKOVALETS, V. Detekce karet při turnajích v pokru [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.cs
dc.identifier.other155626cs
dc.identifier.urihttp://hdl.handle.net/11012/247841
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectdetekce a klasifikace herních karetcs
dc.subjectpočítačové viděnícs
dc.subjectkonvoluční neuronová síťcs
dc.subjectYOLOcs
dc.subjectrozpoznávání objektůcs
dc.subjectzpracování obrazucs
dc.subjectdatová sadacs
dc.subjectgenerování syntetických obrázkůcs
dc.subjectaugmentace datcs
dc.subjectpokercs
dc.subjectcard detection and classificationen
dc.subjectcomputer visionen
dc.subjectconvolutional neural networken
dc.subjectYOLOen
dc.subjectobject recognitionen
dc.subjectimage processingen
dc.subjectdataseten
dc.subjectsynthetic image generationen
dc.subjectdata augmentationen
dc.subjectpokeren
dc.titleDetekce karet při turnajích v pokrucs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-13cs
dcterms.modified2024-06-17-08:45:30cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid155626en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 21:01:47en
sync.item.modts2025.01.15 18:26:56en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.17 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_155626.html
Size:
10.27 KB
Format:
Hypertext Markup Language
Description:
file review_155626.html
Collections