Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
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.
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
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení