Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorEkštein Kamil, Ing. Ph.D.
dc.contributor.authorŠtanglová, Tereza
dc.contributor.refereeMautner Pavel, Ing. Ph.D.
dc.date.accepted2017-6-19
dc.date.accessioned2018-01-15T15:02:18Z-
dc.date.available2016-9-1
dc.date.available2018-01-15T15:02:18Z-
dc.date.issued2017
dc.date.submitted2017-5-18
dc.identifier71394
dc.identifier.urihttp://hdl.handle.net/11025/27133
dc.description.abstractHlavním cílem této práce je vytvoření konvoluční neuronové sítě, která bude spolehlivě detekovat specifické objekty v digitálních snímcích. Data, na kterých byla síť trénována, jsou rozdělena do dvou skupin. Cílové snímky (třída 1) jsou snímky, které obsahují pornografii, konkrétně odhalená ženská prsa. Necílové snímky (třída 0) pornografii neobsahují. V první části práce je vysvětlena základní problematika konvolučních neuronových sítí. To zahrnuje například popis jejich struktury, jednotlivých vrstev a algoritmu učení. V praktické části je popsáno několik různých architektur konvolučních sítí. Pro implementaci byl vybrán framework CNTK. Nejlepších výsledků dosahovaly sítě se třemi a pěti konvolučními vrstvami, které byly natrénovány na množině s přibližně osmi tisíci vzorky. V rámci práce byly vytvořeny i webové stránky, které slouží k uživatelskému testování.cs
dc.format61 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectneuroncs
dc.subjectneuronové sítěcs
dc.subjectkonvoluční neuronové sítěcs
dc.subjectučení s učitelemcs
dc.subjectdetekce objektůcs
dc.subjectzpracování obrazucs
dc.subjectcntkcs
dc.titleDetekce specifických objektů v digitálním snímku pro potřeby určení druhu obsahu scénycs
dc.title.alternativeDetection of Specific Objects in Digital Images Leading to Scene Content Identificationen
dc.typediplomová prácecs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe main objective of this master thesis is to create a convolutional neural network for detection of specific objects in digital images. The dataset is divided into two classes (target and non--target) and each image has to fit into one class. Target images (class 1) should contain a pornography, naked women's breasts specifically, non-target images (class 0) should not. In the first part, basic features of convolutional neural networks (CNN) are presented. That includes structure of nets, description of layers and learning algorithm. The second part examines various architectures of CNNs. These architectures are implemented using CNTK framework. The most promising results were achieved with architecture with three and five convolutional layers and approximately eight thousand training samples. Also a web page was created for user testing.en
dc.subject.translatedneuronen
dc.subject.translatedneural networksen
dc.subject.translatedconvolutional neural networksen
dc.subject.translatedsupervised learningen
dc.subject.translatedobject detectionen
dc.subject.translatedimage processingen
dc.subject.translatedcntken
Vyskytuje se v kolekcích:Diplomové práce / Theses (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Stanglova_diplomova_prace.pdfPlný text práce20,73 MBAdobe PDFZobrazit/otevřít
A14N0115Phodnoceni-ved.PDFPosudek vedoucího práce909,87 kBAdobe PDFZobrazit/otevřít
A14N0115Pposudek-op.PDFPosudek oponenta práce862,88 kBAdobe PDFZobrazit/otevřít
A14N0115Pobhajoba.PDFPrůběh obhajoby práce230,88 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/27133

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Diplomové práce / Theses (KIV)