Získávání znalostí z obrazových databází
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato diplomová práce je zaměřena na problematiku získávání znalostí z databází, především pak na metody klasifikace a predikce. Tyto metody jsou zde podrobně popsány. Dále se práce zabývá obecně multimediálními databázemi a způsobem, jakým jsou do těchto databází data ukládána. Především jsou tu pak popsány metody pro nízkoúrovňové zpracování obrazových a video dat. V praktické části se diplomová práce zaměřuje na implementaci metody GMM používané pro extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech jsou popsána vstupní data a nástroje, se kterými byla implementovaná metoda porovnávána. Poslední část se zaměřuje na experimenty porovnávající účinnost extrakce rysů vysoké úrovně z nízkoúrovňových dat implementované metody a vybraného klasifikačního nástroje LibSVM.
This thesis is focused on knowledge discovery from databases, especially on methods of classification and prediction. These methods are described in detail. Furthermore, this work deals with multimedia databases and the way these databases store data. In particular, the method for processing low-level image and video data is described. The practical part of the thesis focuses on the implementation of this GMM method used for extracting low-level features of video data and images. In other parts, input data and tools, which the implemented method was compared with, are described. The last section focuses on experiments comparing extraction efficiency features of high-level attributes of low-level data and the methods implemented in selected classification tools LibSVM.
This thesis is focused on knowledge discovery from databases, especially on methods of classification and prediction. These methods are described in detail. Furthermore, this work deals with multimedia databases and the way these databases store data. In particular, the method for processing low-level image and video data is described. The practical part of the thesis focuses on the implementation of this GMM method used for extracting low-level features of video data and images. In other parts, input data and tools, which the implemented method was compared with, are described. The last section focuses on experiments comparing extraction efficiency features of high-level attributes of low-level data and the methods implemented in selected classification tools LibSVM.
Description
Keywords
Získávání znalostí z databází, multimediální databáze, dolování dat, klasifikace, predikce, nízkoúrovňové rysy, Gaussian Mixture Model, SVM, Bayesovská klasifikace, LibSVM, TRECVid, Knowledge Discovery of databases, multimedia databases, data mining, classification, prediction, low-level features, Gaussian Mixture Model, SVM, Bayesan classification, LibSVM, TRECVid
Citation
JAROŠ, O. Získávání znalostí z obrazových databází [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační systémy
Comittee
prof. Ing. Tomáš Hruška, CSc. (předseda)
doc. Dr. Ing. Otto Fučík (místopředseda)
doc. Ing. Radek Burget, Ph.D. (člen)
doc. Ing. Vladimír Janoušek, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Prof. RNDr. Milan Mišovič, CSc. (člen)
Date of acceptance
2010-06-21
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 dotazy oponenta a na další doplňující dotazy členů komise. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené dotazy rozhodla práci hodnotit stupněm "C". Otázky u obhajoby: Popište jednotlivé etapy vytváření SIFT deskriptorů z obrázku a diskutujte jejich vlastnosti. Co je to datová sada 921 (zmíněno v kap. 6.3 první odstavec).
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení