Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorKropík Petr, Ing. Ph.D.
dc.contributor.authorBeneš, Jan
dc.contributor.refereePetrášová Iveta, Ing.
dc.date.accepted2021-6-29
dc.date.accessioned2021-07-05T22:10:33Z-
dc.date.available2020-10-9
dc.date.available2021-07-05T22:10:33Z-
dc.date.issued2021
dc.date.submitted2021-5-27
dc.identifier85554
dc.identifier.urihttp://hdl.handle.net/11025/44855
dc.description.abstractPředkládaná bakalářská práce se zabývá detekcí lidských obličejů v reálném čase. Zaměřuje se na reálné použití v reálném čase. Rozpoznávací software běží na mikropočítači Raspberry PI 3 model B, ke kterému je připojena Raspberry kamera V2.1. Práce je rozdělena na tři části. V první části této práci jsou objasněny používané termíny a teorie. Tyto teoretické poznatky jsou dále potřeba v části praktické a analytické. Praktická část se zabývá výběrem a použitím správné detekční metody, dále se jedná o výběr vhodné vývojové platformy, mikro(kontroléru/počítače),potřebných periferií a vhodnou volbou a úpravu datasetu. Analytická část se zabývá samotným kódem a problematikou detekce.cs
dc.format43 s. (8305 slov)cs
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectkonvoluční neuronová síťcs
dc.subjecthaar featurescs
dc.subjectcascadecs
dc.subjectzpracování obrazucs
dc.subjectumělá inteligencecs
dc.subjectdetekce obrazucs
dc.subjectpoznání obrazucs
dc.titleSystém pro automatickou modifikaci videa v reálném čase s prvky AI (umělé inteligence)cs
dc.title.alternativeReal-time automatic video modification system based on AIen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta elektrotechnickács
dc.thesis.degree-programAplikovaná elektrotechnikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe presented bachelor thesis deals with the detection of human faces in real time. It focuses on real-time use. The recognition software runs on a microcomputer Raspberry PI 3 Model B, to which a Raspberry V2.1 camera is connected. The work is divided into three parts. The first part of this work clarifies the terms and theories used. This theoretical knowledge is further needed in the practical and analytical part. The practical part deals with the selection and use of the correct detection method, selection of a suitable development platform, micro (controller / computer), the necessary peripherals and the appropriate choice and modification of the dataset. The analytical part deals with the code itself and the issue of detection.en
dc.subject.translatedconvolutional neural networken
dc.subject.translatedhaar featuresen
dc.subject.translatedcascadeen
dc.subject.translatedimage processingen
dc.subject.translatedartificial intelligenceen
dc.subject.translatedimage detectionen
dc.subject.translatedimage recognitionen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KEV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Benes_BP.pdfPlný text práce1,57 MBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce37,46 kBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce38,13 kBAdobe PDFZobrazit/otevřít
ProtokolSPrubehemObhajobySTAG.pdfPrůběh obhajoby práce24,04 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/44855

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