Segmentace polygonálního modelu
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato bakalářská práce se zabývá problematikou segmentace 3D modelů čelistí. Analyzuje současné metody, navrhuje, implementuje a testuje možné zlepšení těchto metod z uživatelského hlediska. Návrh zlepšení spočívá v implementaci neuronových sítí k rozpoznávání topologie modelů čelistí, a možné kombinaci této topologie s existujícími metodami segmentace. Také je analyzována a implementována možnost automatického rozšiřování datových sad 3D modelů převedených na hloubkové mapy, použitých pro trénování neuronových sítí.
This bachelor's thesis deals with the issues of segmentating 3D models of human jaws. It analyzes currently used methods and proposes, implements and tests possible improvement to these methods from user perspective. The proposal consists of using neural networks for topology recognition on jaw models, and possibly combining this topology with currently used segmentation methods. This thesis also analyzes and implements the possibility of automated expnansion of 3D model datasets converted to depth maps, used for neural network training.
This bachelor's thesis deals with the issues of segmentating 3D models of human jaws. It analyzes currently used methods and proposes, implements and tests possible improvement to these methods from user perspective. The proposal consists of using neural networks for topology recognition on jaw models, and possibly combining this topology with currently used segmentation methods. This thesis also analyzes and implements the possibility of automated expnansion of 3D model datasets converted to depth maps, used for neural network training.
Description
Citation
BEZDĚČÍK, L. Segmentace polygonálního modelu [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
cs
Study field
Informační technologie
Comittee
doc. Ing. Peter Chudý, Ph.D., MBA (předseda)
doc. RNDr. Pavel Smrž, Ph.D. (místopředseda)
Ing. Petr Matoušek, Ph.D., M.A. (člen)
Ing. Filip Orság, Ph.D. (člen)
doc. Ing. Zdeněk Vašíček, Ph.D. (člen)
Date of acceptance
2020-08-27
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 E. Otázky u obhajoby: V textu je uvedeno, že jste měl k dispozici sadu s 491 modely. Jakým způsobem jste vybíral výsledných 90 modelů a proč nebylo možné většinu z původních modelů použít? U kvalitativního vyhodnocení na obrázku 6.4 uvádíte, že hloubkové mapy z testovací části datové sady nebyly při trénování sítě použity. Díky Vámi použité augmentaci pomocí 3D rotace je však možné, že pro trénování byly použity hloubkové mapy různě natočených testovacích modelů sdílených mezi testovací a trénovací sadou. Jaké bylo rozdělení datové sady (90 modelů) z pohledu samotných modelů? Při vyhodnocení výsledků Vámi trénované sítě uvádíte hodnoty ztrátové funkce a přesnosti pouze na trénovací a validační datové sadě - jaké jsou kvantitativní výsledky na sadě testovací?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení