Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí

Loading...
Thumbnail Image

Date

Authors

Šalko, Milan

Mark

C

Journal Title

Journal ISSN

Volume Title

Publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

ORCID

Abstract

Cieľom tejto práce je naštudovať a navrhnúť algoritmus pre detekciu poškodení spôsobenými kožnými ochoreniami na odtlačku prsta, menovite sú týmito ochoreniami bradavice a dyshidróza. Pre detekciu prejavov ochorení bola využitá konvolučná neurónová sieť založená na frameworku Keras. Táto sieť posúdi aká časť odtlačku prsta je poškodená a v poškodených oblastiach klasifikuje dané ochorenie. Pri trénovaní siete boli využité syntetické odtlačky doplnené reálnymi odtlačkami prstov.
The aim of this bachelor thesis is to study and design algorithm for detection of fingerprint damage caused by skin disease, specifically by wart and dyshidrosis. Symptome detection was implemented by convolutional neural network based on Keras framework. This network determine, which part of finger is damaged and in these areas will classify the disease. Combination of synthetic and real fingerprints was used to train the neural network.

Description

Citation

ŠALKO, M. Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.

Document type

Document version

Date of access to the full text

Language of document

sk

Study field

Informační technologie

Comittee

doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen)

Date of acceptance

2020-07-08

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 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 dobře. Otázky u obhajoby: Zkuste více rozebrat důvod nefunkčnosti aplikace na bradavicích, příp. co je třeba učinit, aby Váš software tyto artefakty spolehlivě rozpoznával? Nedostatek příkladů v datové sadě. Jak dlouho se Vámi použitá neuronová síť učila? Byla použitá předtrénovaná síť? Co znamená graf přetrénování v práci? Proč je graf vnímán negativně? Problém generalizace, přetrénování?

Result of defence

práce byla úspěšně obhájena

DOI

Collections

Endorsement

Review

Supplemented By

Referenced By

Citace PRO