Hashování obrázků pomocí komprimačního vzorkování
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Táto diplomová práca sa venuje analýze a implementácii hashovania obrázkov, ktoré vychádza z článku „Robust image hashing with compressed sensing and ordinal measures“[3]. Hashovanie obrázkov využíva tzv. vnímavé hashovacie metódy. Tieto metódy majú veľké využitie vo vede o počítačovom videní a vlastnosti týchto metód nám umožňujú porovnávať podobnosť hashovaných obrázkov a rozdeľovať tieto obrázky do skupín. Toto porovnávanie vieme využiť napríklad na vyhľadávanie obrázkov na internete z rôznych dôvodov. V teoretickej časti si povieme bližšie o vlastnostiach týchto hashovacích metód a popíšeme si spôsob hashovacej metódy podľa spomenutého článku, zameráme sa najviac na to čo to je kompresné vzorkovanie, saliency mapa a ako to dosiahneme. V praktickej časti si pomocou skriptovacieho jazyku Python pripravíme testovací dataset a implementujeme hashovaciu metódu podľa spomenutého článku. Následne túto hashovaciu metódu otestujeme na tomto datasete a na koniec ju porovnáme s inou hashovacou metódou.
This thesis is devoted to the analysis and implementation of image hashing based on the article "Robust image hashing with compressed sensing and ordinal measures"[3]. Image hashing uses so-called perceptual hashing methods. These methods have great applications in computer vision science, and the properties of these methods allow us to compare the similarity of hashed images and classify these images into groups. We can use this comparison, for example, to search images on the Internet for various reasons. In the theoretical part, we will talk more about the properties of these hashing methods and describe the hashing method according to the mentioned paper, we will focus most on what is compressive sampling, saliency map and how we achieve it. In the practical part, we will prepare a test dataset using Python scripting language and implement the hashing method according to the mentioned article. Then we test this hashing method on this dataset and finally compare it with another hashing method.
This thesis is devoted to the analysis and implementation of image hashing based on the article "Robust image hashing with compressed sensing and ordinal measures"[3]. Image hashing uses so-called perceptual hashing methods. These methods have great applications in computer vision science, and the properties of these methods allow us to compare the similarity of hashed images and classify these images into groups. We can use this comparison, for example, to search images on the Internet for various reasons. In the theoretical part, we will talk more about the properties of these hashing methods and describe the hashing method according to the mentioned paper, we will focus most on what is compressive sampling, saliency map and how we achieve it. In the practical part, we will prepare a test dataset using Python scripting language and implement the hashing method according to the mentioned article. Then we test this hashing method on this dataset and finally compare it with another hashing method.
Description
Citation
KOPEC, P. Hashování obrázků pomocí komprimačního vzorkování [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Jan Hajný, Ph.D. (předseda)
prof. JUDr. Radim Polčák, Ph.D. (místopředseda)
Ing. Josef Vojtěch, Ph.D. (člen)
Ing. Jan Látal, Ph.D. (člen)
Ing. Martin Štůsek, Ph.D. (člen)
Ing. Tomáš Gerlich (člen)
Date of acceptance
2023-06-07
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.
Znáte praktické (komerční) aplikace, kde se hashování digitálních obrazů využívá? Můžete popsat jejich význam?
Jak se na základě daného hashe dá zjistit, že se jedná o dětskou pornografii?
V práci máte uvedeno, cituji "Skratka CS pochádza z anglického názvu „Compress sampling“ čo vieme preložiť
ako Kompresné vzorkovanie. Môže byť tiež referované ako „Compressed sensing“. Můžete prosím vysvětlit, kde jste na název "Compress sampling" přišel, je opravdu správný?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení