Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorGruber Ivan, Ing. Ph.D.
dc.contributor.authorKlečka, Adam
dc.contributor.refereeJiřík Miroslav, Ing. Ph.D.
dc.date.accepted2020-8-27
dc.date.accessioned2020-11-10T00:39:35Z-
dc.date.available2019-10-15
dc.date.available2020-11-10T00:39:35Z-
dc.date.issued2020
dc.date.submitted2020-8-10
dc.identifier82850
dc.identifier.urihttp://hdl.handle.net/11025/41868
dc.description.abstractBakalářská práce se zabývá strojovou detekcí lidí. Jsou zde podrobně probírány 2 způsoby detekčních systému. Systém s posuvným okénkem, který počítá HOG příznaky a za pomoci klasifikačního algoritmu detekuje objekty. Další systém funguje na principu predikování objektů s pomocí konvolučních neuronový sítí na základě SSD512 architektury. Oba způsoby byly testovány na Caltech a mém vlastním datasetu.cs
dc.format46 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectstrojové učenícs
dc.subjectstrojové viděnícs
dc.subjectdetekování objektů histogram of oriented gradientscs
dc.subjectneuronová konvoluční síťcs
dc.subjectsingle shot multibox detectorcs
dc.titleAutomatická detekce osob z vizuálních datcs
dc.title.alternativeAutomatic person detection from visual dataen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThis work deals with Automatic person detection. There are two approaches to person detection that are studied theoretically and practically tested in the work. The first approach is based on the small window that slides across an input image and computes HOG features. Based on these features, the SVM classifier is trained. The second approach is based on convolutional neural network SSD512. Both approaches were tested on the Caltech dataset and on my own dataset.en
dc.subject.translatedmachine learningen
dc.subject.translatedcomputer visionen
dc.subject.translatedobject detectionen
dc.subject.translatedhistogram of oriented gradientsen
dc.subject.translatedconvolutional neural networken
dc.subject.translatedsingle shot multibox detectoren
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
bk_Klecka.pdfPlný text práce5,78 MBAdobe PDFZobrazit/otevřít
klecka-p.pdfPrůběh obhajoby práce411,57 kBAdobe PDFZobrazit/otevřít
klecka-v.pdfPosudek vedoucího práce721,55 kBAdobe PDFZobrazit/otevřít
klecka-o.pdfPosudek oponenta práce808,35 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/41868

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 kybernetiky / Department of Cybernetics
  5. Bakalářské práce / Bachelor´s works (KKY)