Použití hlubokých neuronových sítí pro sumarizaci videa

Simple item page
but.committeeprof. Ing. Milan Sigmund, CSc. (předseda) doc. Ing. Martin Štumpf, Ph.D. (místopředseda) doc. Ing. Aleš Povalač, Ph.D. (člen) prof. Ing. Jiří Sobota, Dr. (člen) doc. Dr. Ing. Pavel Horský (člen)cs
but.defenceStudent prezentuje výsledky své diplomové práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise. doc. Štumpf: K čemu je navržený algoritmus sumarizace využitelný v praxi? Student uvádí příklady využití v praxi. prof. Sigmund: Na základě čeho jste vybíral vzorek pozorovatelů/hodnotitelů? Student diskutuje využitý a veřejně dostupný dataset. doc. Horský: Jakým způsobem je algoritmus optimalizovaný pro rychlost? Student odpovídá podrobně.cs
but.jazykčeština (Czech)
but.programElektronika a komunikační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorFrýza, Tomášcs
dc.contributor.authorMatějek, Liborcs
dc.contributor.refereeSlanina, Martincs
dc.date.created2023cs
dc.description.abstractPráce se zabývá strojovým učením a aplikací v oblasti sumarizace videí. Sumarizace videa je oblastí zabývající se redukcí redundantních snímků ve videu. Práce obsahuje základní seznámení s neuronovými sítěmi a souvisejících dat. Dále popisuje základní architektury neuronových sítí. Nejvíce je kladen důraz na konvoluční neuronové sítě, které jsou v oblasti zpracování obrazu stěžejní. Dalšímu přiblížení podléhá matematická vektorová redukce PCA a popis euklidovské vzdálenosti. Teoretickou část uzavírají informace o K Means clusteringu. Implementace je poté realizována za pomocí frameworku Tensorflow s API od Keras.cs
dc.description.abstractThe work deals with machine learning and application in the field of video summarization. The thesis includes a basic introduction to neural networks and related data. It also describes the basic architectures of neural networks. The greatest emphasis is placed on convolutional neural networks, which are pivotal in the field of image processing. A further approximation is subject to the mathematical vector reduction of PCA and the Euclidean distance description. The theoretical part closes with information about K Means clustering. The implementation is then realized using the Tensorflow framework with API from Keras.en
dc.description.markBcs
dc.identifier.citationMATĚJEK, L. Použití hlubokých neuronových sítí pro sumarizaci videa [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151754cs
dc.identifier.urihttp://hdl.handle.net/11012/209979
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.subjectNeuronové sítěcs
dc.subjectsumarizace videacs
dc.subjectVGG16cs
dc.subjectK-Means clusteringcs
dc.subjectTensorflowcs
dc.subjectKerascs
dc.subjectPythoncs
dc.subjectPyQTcs
dc.subjectNeural networksen
dc.subjectvideo summarizationen
dc.subjectVGG16en
dc.subjectK-Means clusteringen
dc.subjectTensorflowen
dc.subjectKerasen
dc.subjectPythonen
dc.subjectPyQTen
dc.titlePoužití hlubokých neuronových sítí pro sumarizaci videacs
dc.title.alternativeVideo summarization with deep neural networksen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-06cs
dcterms.modified2023-06-07-10:28:10cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151754en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:32:56en
sync.item.modts2025.01.15 14:51:28en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektronikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
7.81 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
5.98 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_151754.html
Size:
5.65 KB
Format:
Hypertext Markup Language
Description:
file review_151754.html
Download
Collections
2023