Základy detekce osob v obrazu pomocí metod strojového učení
| but.committee | doc. Ing. Miloš Železný, Ph.D. (předseda) prof. Ing. Luděk Žalud, Ph.D. (místopředseda) Ing. Zdeněk Havránek, Ph.D. (člen) Ing. Ilona Janáková, Ph.D. (člen) Ing. Jakub Dokoupil, Ph.D. (člen) | cs |
| but.defence | Student obhájil bakalářskou práci s výhradami. Reagoval na dotazy komise i na připomínky oponenta. | cs |
| but.jazyk | angličtina (English) | |
| but.program | Elektrotechnika, elektronika, komunikační a řídicí technika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Horák, Karel | en |
| dc.contributor.author | Lučanský, Peter | en |
| dc.contributor.referee | Klečka, Jan | en |
| dc.date.accessioned | 2019-06-14T10:50:50Z | |
| dc.date.available | 2019-06-14T10:50:50Z | |
| dc.date.created | 2019 | cs |
| dc.description.abstract | Táto Bakalárska práce sa zaoberá významnou problematikou v oblasti počítačového videnia, ktorou je detekcia osôb/chodcov v obraze, za pomoci metod strojového učenia, spolu s jej možným využitím, vývojom a vysvetlením princípov. Taktiež sa zaoberá testovaním dnes najlepšieho dostupného algoritmu, pričom sa porovnávajú faktory ktoré vplívajú na kvalitu jeho činnosti. Na začiatku je problematika stručne popísaná, potom sa prejde k podrobným popisom dosiahnutých pokrokov. V nasledujúcej časti sú popísané dostupné datasety, ktoré by sa dali použiť pri tréningu detekčného algoritmu. V poslednom rade sú vykonané trénovacie procesy za rozličných podmienok, pričom sú jednotlivé výsledky porovnávané. | en |
| dc.description.abstract | This thesis deals with cutting-edge computer vision task the detection of persons/pedestrians in images by using machine learning methods with its possible utilization, history of progress and explanations of functionalities. It also includes testing the today's best method available on various circumstances and comparing aspects that has impact on its performance. At the beginning the matter is fundamentally explained and then are in details described up to date achievements in the subject of matter. In the following part are described available datasets that may be used for training with pointed out their pros and cons. In the last section is in details explained how to use the chosen method. Lastly is executed its training on various situations and comparison of the results is made. | cs |
| dc.description.mark | D | cs |
| dc.identifier.citation | LUČANSKÝ, P. Základy detekce osob v obrazu pomocí metod strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019. | cs |
| dc.identifier.other | 119330 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/173750 | |
| dc.language.iso | en | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | konvolučná neuronová sieť | en |
| dc.subject | detekcia objektov | en |
| dc.subject | testovaci dataset | en |
| dc.subject | trenovaci dataset | en |
| dc.subject | average loss | en |
| dc.subject | mean average precision | en |
| dc.subject | extraktor príznakov | en |
| dc.subject | iterácie | en |
| dc.subject | convolutional neural network | cs |
| dc.subject | object detection | cs |
| dc.subject | dataset | cs |
| dc.subject | average loss | cs |
| dc.subject | mean average precision | cs |
| dc.subject | intersection over union | cs |
| dc.subject | batch size | cs |
| dc.subject | iterations | cs |
| dc.subject | feature extractor | cs |
| dc.title | Základy detekce osob v obrazu pomocí metod strojového učení | en |
| dc.title.alternative | Basics of Pedestrians Detection in Image by Machine Learning | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2019-06-12 | cs |
| dcterms.modified | 2019-06-13-09:27:38 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 119330 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2021.11.12 17:01:31 | en |
| sync.item.modts | 2021.11.12 15:53:57 | en |
| thesis.discipline | Automatizační a měřicí technika | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí techniky | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |