but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen)	cs
but.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 A. Otázky u obhajoby: Can you better explain the mean joint error metric used in your thesis? Have you considered any other metrics that would be useful for pose estimation and gesture detection than those mentioned in the thesis?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Drahanský, Martin	en
dc.contributor.author	Ondris, Ladislav	en
dc.contributor.referee	Tinka, Jan	en
dc.date.created	2021	cs
dc.description.abstract	Cílem této práce je určení kostry ruky z hloubkového obrazu a jeho následné využití k rozpoznání statického gesta. Na vstupu je hloubkový obrázek, ve kterém je nejprve detekována ruka pomocí neuronové sítě Tiny YOLOv3. Následně je obrázek zbaven pozadí a z takto předzpracovaného obrázku je určena kostra ruky v podobě 21 klíčových bodů neuronovou sítí JGR-P2O. K rozpoznání gesta z klíčových bodů ruky byla navržena technika, která porovná kostru na vstupu s uživatelem definovanými gesty. Funkcionalita systému byla otestována na vytvořeném datasetu s více než čtyřmi tisíci obrázky.	en
dc.description.abstract	This work aims to offer a real-time, depth-based gesture recognition system using a hand's skeletal information. The Tiny YOLOv3 neural network detects the hand in the depth image. The detected hand is rid of the background and used by the JGR-P2O neural network, which estimates the hand's skeleton represented by 21 key points. Furthermore, a novel technique for gesture recognition from hand key points that compares the input skeleton with user-defined gestures has been proposed. A dataset consisting of four thousand images was captured to evaluate the system.	cs
dc.description.mark	A	cs
dc.identifier.citation	ONDRIS, L. Depth-Based Determination of a 3D Hand Position [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136455	cs
dc.identifier.uri	http://hdl.handle.net/11012/199328
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	zpracování obrazu	en
dc.subject	detekce objektů	en
dc.subject	odhad pozice ruky	en
dc.subject	rozpoznání gesta	en
dc.subject	hloubkový obrázek	en
dc.subject	reálný čas	en
dc.subject	YOLOv3	en
dc.subject	JGR-P2O	en
dc.subject	konvoluční neuronová síť	en
dc.subject	hluboké učení	en
dc.subject	klíčové body	en
dc.subject	kostra	en
dc.subject	ruka	en
dc.subject	image processing	cs
dc.subject	object detection	cs
dc.subject	hand pose estimation	cs
dc.subject	gesture recognition	cs
dc.subject	depth image	cs
dc.subject	depth-based	cs
dc.subject	real-time	cs
dc.subject	YOLOv3	cs
dc.subject	JGR-P2O	cs
dc.subject	convolutional neural network	cs
dc.subject	deep learning	cs
dc.subject	key points	cs
dc.subject	skeleton	cs
dc.subject	hand	cs
dc.title	Depth-Based Determination of a 3D Hand Position	en
dc.title.alternative	Depth-Based Determination of a 3D Hand Position	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-14	cs
dcterms.modified	2021-06-19-12:15:44	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136455	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:35:00	en
sync.item.modts	2025.01.17 11:03:21	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Depth-Based Determination of a 3D Hand Position

Files

Original bundle

Collections