Popis fotografií pomocí rekurentních neuronových sítí
but.committee | doc. Dr. Ing. Jan Černocký (předseda) prof. Dr. Ing. Pavel Zemčík (místopředseda) Ing. Vítězslav Beran, Ph.D. (člen) doc. Ing. Vladimír Drábek, CSc. (člen) prof. RNDr. Alexandr Meduna, CSc. (člen) prof. RNDr. Josef Šlapal, CSc. (člen) | cs |
but.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 B. Otázky u obhajoby: V citovaných článcích [54, 57] autoři používají RNN pro predikci slov a nikoliv znaků. Na základě čeho jste usoudil, že predikce na úrovni znaků může fungovat? Nesouvisí i vznik nesmyslných slov s predikcí popisků na úrovni znaků? Výstup CNN je také typicky vstupem RNN části, co Vás vedlo k rozhodnutí výstup CNN přivést jako vnitřní stav? Vysvětlete, jak v případě BoW experimentu inicializujete LSTM, které jsou určeny pro predikci na úrovni znaků? | cs |
but.jazyk | angličtina (English) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Hradiš, Michal | en |
dc.contributor.author | Kvita, Jakub | en |
dc.contributor.referee | Španěl, Michal | en |
dc.date.accessioned | 2018-10-21T17:07:28Z | |
dc.date.available | 2018-10-21T17:07:28Z | |
dc.date.created | 2016 | cs |
dc.description.abstract | Tato práce se zabývá automatickým generovaním popisů obrázků s využitím několika druhů neuronových sítí. Práce je založena na článcích z MS COCO Captioning Challenge 2015 a znakových jazykových modelech, popularizovaných A. Karpathym. Navržený model je kombinací konvoluční a rekurentní neuronové sítě s architekturou kodér--dekodér. Vektor reprezentující zakódovaný obrázek je předáván jazykovému modelu jako hodnoty paměti LSTM vrstev v síti. Práce zkoumá, na jaké úrovni je model s takto jednoduchou architekturou schopen popisovat obrázky a jak si stojí v porovnání s ostatními současnými modely. Jedním ze závěrů práce je, že navržená architektura není dostatečná pro jakýkoli popis obrázků. | en |
dc.description.abstract | In this work I deal with automatic generation of image captions by using multiple types of neural networks. Thesis is based on the papers from MS COCO Captioning Challenge 2015 and character language models, popularized by A. Karpathy. Proposed model is combination of convolutional and recurrent neural network with encoder--decoder architecture. Vector representing encoded image is passed to language model as memory values of LSTM layers in the network. This work investigate, whether model with such simple architecture is able to generate captions and how good it is in comparison to other contemporary solutions. One of the results is that the proposed architecture is not sufficient for any image captioning task. | cs |
dc.description.mark | B | cs |
dc.identifier.citation | KVITA, J. Popis fotografií pomocí rekurentních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016. | cs |
dc.identifier.other | 96505 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/61816 | |
dc.language.iso | en | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | rekurentní neuronové sítě | en |
dc.subject | RNN | en |
dc.subject | konvoluční neuronové sítě | en |
dc.subject | CNN | en |
dc.subject | popisování obrázků | en |
dc.subject | LSTM | en |
dc.subject | GRU | en |
dc.subject | MS COCO | en |
dc.subject | Torch | en |
dc.subject | hluboké učení | en |
dc.subject | recurrent neural networks | cs |
dc.subject | RNN | cs |
dc.subject | convolutional neural networks | cs |
dc.subject | CNN | cs |
dc.subject | image captioning | cs |
dc.subject | LSTM | cs |
dc.subject | GRU | cs |
dc.subject | MS COCO | cs |
dc.subject | Torch | cs |
dc.subject | deep learning | cs |
dc.title | Popis fotografií pomocí rekurentních neuronových sítí | en |
dc.title.alternative | Image Captioning with Recurrent Neural Networks | cs |
dc.type | Text | cs |
dc.type.driver | masterThesis | en |
dc.type.evskp | diplomová práce | cs |
dcterms.dateAccepted | 2016-06-21 | cs |
dcterms.modified | 2020-05-10-16:12:38 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 96505 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2021.11.23 00:10:06 | en |
sync.item.modts | 2021.11.22 23:04:07 | en |
thesis.discipline | Počítačová grafika a multimédia | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií | cs |
thesis.level | Inženýrský | cs |
thesis.name | Ing. | cs |
Files
Original bundle
1 - 4 of 4
Loading...
- Name:
- final-thesis.pdf
- Size:
- 4.15 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- Posudek-Vedouci prace-18734_v.pdf
- Size:
- 85.95 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Vedouci prace-18734_v.pdf
Loading...
- Name:
- Posudek-Oponent prace-18734_o.pdf
- Size:
- 93.17 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Oponent prace-18734_o.pdf
Loading...
- Name:
- review_96505.html
- Size:
- 1.45 KB
- Format:
- Hypertext Markup Language
- Description:
- review_96505.html