• čeština
    • English
    • русский
  • English 
    • čeština
    • English
    • русский
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2012
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2012
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Automatické označování obrázků

Automatic Image Labelling

Thumbnail
View/Open
final-thesis.pdf (3.322Mb)
review_79159.html (1.434Kb)
Author
Sýkora, Michal
Advisor
Hradiš, Michal
Referee
Beran, Vítězslav
Grade
B
Altmetrics
Metadata
Show full item record
Abstract
Tato práce se zabývá automatickým zařazováním obrázků do sémantických tříd na základě jejich obsahu. Hlavně různými způsoby klasifikace založenými na SVM. Hlavním cílem této práce je zlepšit přesnost klasifikace na velkých datových sadách. Práce se zabývá jak lineárními tak i nelineárními SVM klasifikátory a také možností použítí RBM pro transformaci příznaků pro lineární SVM klasifikátory. Dále jsou všechny tyto přístupy srovnány. Srovnává se nejen přesnost, ale i časová náročnost, využití zdrojů a možnosti budoucího pokračování ve výzkumu.
 
This work focuses on automatic classification of images into semantic classes based on their contentc, especially in using SVM classifiers. The main objective of this work is to improve classification accuracy on large datasets. Both linear and nonlinear SVM classifiers are considered. In addition, the possibility of transforming features by Restricted Boltzmann Machines and using linear SVM is explored as well. All these approaches are compared in terms of accuracy, computational demands, resource utilization, and possibilities for future research.
 
Keywords
zpracování obrazu, strojové učení, SVM, SVM jádra, RBM, SGE, image processing, machine learning, SVM, SVM kernel, RBM, SGE
Language
čeština (Czech)
Study brunch
Počítačová grafika a multimédia
Composition of Committee
doc. Dr. Ing. Jan Černocký (předseda) prof. Ing. Tomáš Vojnar, Ph.D. (místopředseda) doc. Mgr. Daniela Chudá, Ph.D. (člen) doc. Ing. Přemysl Kršek, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen) Ing. Josef Strnadel, Ph.D. (člen)
Date of defence
2012-06-18
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak 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 B. Otázky u obhajoby: Definujte Hessianovu matici. K čemu a proč se používá při zpracování obrazu? Definujte metriky průměrná přesnost (AvgP) a průměrná chybovost (EER) a uveďte relevantní zdroj informací.
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/53596
Source
SÝKORA, M. Automatické označování obrázků [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2012.
Collections
  • 2012 [213]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV