Automatické třídění fotografií podle obsahu
No Thumbnail Available
Date
Authors
Veľas, Martin
ORCID
Advisor
Španěl, Michal
Referee
Řezníček, Ivo
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
This thesis deals with content based automatic photo categorization. The aim of the work is to experiment with advanced techniques of image represenatation and to create a classifier which is able to process large image dataset with sufficient accuracy and computation speed. A traditional solution based on using visual codebooks is enhanced by computing color features, soft assignment of visual words to extracted feature vectors, usage of image segmentation in process of visual codebook creation and dividing picture into cells. These cells are processed separately. Linear SVM classifier with explicit data embeding is used for its efficiency. Finally, results of experiments with above mentioned techniques of the image categorization are discussed.
This thesis deals with content based automatic photo categorization. The aim of the work is to experiment with advanced techniques of image represenatation and to create a classifier which is able to process large image dataset with sufficient accuracy and computation speed. A traditional solution based on using visual codebooks is enhanced by computing color features, soft assignment of visual words to extracted feature vectors, usage of image segmentation in process of visual codebook creation and dividing picture into cells. These cells are processed separately. Linear SVM classifier with explicit data embeding is used for its efficiency. Finally, results of experiments with above mentioned techniques of the image categorization are discussed.
Description
Keywords
kategorizace fotografii, tagování, lokální příznaky, význačné body, SURF, SIFT, experimenty, vizuální slovník, vizuální slovy, shlukování, k-means, k-dimenzionální strom, bag of words, support vector machines, klasifikátor, dělení obrazu, barevné příznaky, barevné korelogramy, měkké přirazení, segmentace obrazu, knihovna OpenCV, photo categorization, tagging, local features, interesting points, SURF, SIFT, experiments, visual codebook, visual word, clustering, k-means, k-dimensional tree, bag of words, support vector machines, classifier, dividing of image, color features, color correlograms, soft assignment, image segmentation, OpenCV library
Citation
VEĽAS, M. Automatické třídění fotografií podle obsahu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
prof. Ing. Tomáš Vojnar, Ph.D. (předseda)
doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda)
Ing. Martin Hrubý, Ph.D. (člen)
doc. Dr. Ing. Dušan Kolář (člen)
doc. Ing. Radomil Matoušek, Ph.D. (člen)
doc. Ing. František Zbořil, Ph.D. (člen)
Date of acceptance
2013-06-20
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 otázku 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: V kap. 7, píšete, že při trénování a nedostatku vstupních příkladů provádíte zopakování nějakých příkladů, vysvětlete jaký to má smysl z hlediska trénovacího procesu.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení