Podobnost obrazů na základě bodů zájmu
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
V této práci je představena nová metoda pro určení přítomnosti hledaného objektu v prozkoumávaném obrazu. Tato metoda je postavena na analýze klíčových bodů obrazu a výpočtu jejich parametrů. Získané parametry jsou potom použity pro vytvoření rozhodovacího modelu s využitím metod strojového učení. Model dokáže na základě vstupních dat určit, zda se hledaný objekt v obrazu nachází a také jak moc je nalezený objekt podobný vybranému vzoru. Nová metoda je zde podrobně popsána, je vyhodnocena její přesnost a porovnána s již existujícími detektory. Oproti těmto detektorům, mezi které patří například SURF, je úspěšnost detekce nové metody o více než 40% vyšší. Pro pochopení problematiky detekce objektu v obrazu je zde shrnut a popsán postup detekce včetně nejpoužívanějších algoritmů provádějících funkci daného kroku detekce.
This paper presents a new object detection method. The method is based on keypoints analysis and their parameters. Computed parameters are used for building a decision model using machine learning methods. The model is able to detect object in the picture based on input data and compares its similarity to the chosen example. The new method is described in detail, its accuracy is evaluated and this accuracy is compared to other existing detectors. The new method’s detection ability is by more than 40% better than detection ability of detectors like SURF. In order to understand the object detection this paper describes the process step by step including popular algorithms designed for specific roles in each step.
This paper presents a new object detection method. The method is based on keypoints analysis and their parameters. Computed parameters are used for building a decision model using machine learning methods. The model is able to detect object in the picture based on input data and compares its similarity to the chosen example. The new method is described in detail, its accuracy is evaluated and this accuracy is compared to other existing detectors. The new method’s detection ability is by more than 40% better than detection ability of detectors like SURF. In order to understand the object detection this paper describes the process step by step including popular algorithms designed for specific roles in each step.
Description
Citation
JELÍNEK, O. Podobnost obrazů na základě bodů zájmu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
prof. Ing. Kamil Vrba, CSc. (předseda)
doc. Ing. Anna Přibilová, Ph.D. (místopředseda)
doc. Ing. Radim Burget, Ph.D. (člen)
Ing. Radomír Svoboda, Ph.D. (člen)
Ing. Michal Kohoutek, Ph.D. (člen)
Ing. Pavel Hanák, Ph.D. (člen)
Date of acceptance
2015-06-11
Defence
Můžete uvést, které snímky byly použity pro trénovací a které pro testovací databázi?
Pokud jsem to správně pochopil, tak teoretický model byl trénován na reálných datech. Pokud ano, jednalo by se stále o teoretický model? pokud ne, jaký to má v práci význam?
Student odpověděl na otázky.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení