Aplikace hlubokých neuronových sítí při zpracování obrazu

Štursa, Dominik

Publikace:
Aplikace hlubokých neuronových sítí při zpracování obrazu

Disertační práceopen access

dc.contributor.advisor	Doležel, Petr (školitel)
dc.contributor.author	Štursa, Dominik
dc.contributor.referee	Komínková Oplatková, Zuzana
dc.contributor.referee	Kotyrba, Martin
dc.date.accepted	2024-10-17
dc.date.accessioned	2024-11-13T07:37:33Z
dc.date.issued	2024
dc.date.submitted	2024-08-30
dc.description.abstract	Tato práce se zabývá aplikací hlubokých neuronových sítí v oblasti zpracování statických dvourozměrných obrazových dat. Cílem je zkoumat extrakci a klasifikaci klíčových vlastností obrazů a aplikovat tyto poznatky pro rozpoznávání, klasifikaci, lokalizaci a detekci objektů v obrazových datech. Výzkum se zaměřuje na ověření hypotézy o schopnosti hlubokých neuronových sítí efektivně zpracovávat a interpretovat obrazová data, přičemž klade důraz na návrh a optimalizaci vhodných architektur neuronových sítí. Práce dále obsahuje rozvoj metodiky pro zobecnění detekce objektů transformací vlastností do pravděpodobnostních map. Výsledkem práce je také soubor aplikací, kde lze efektivně využít navržené transformační metody, jako je sledování osob ve veřejném prostoru nebo přesná detekce klíčových bodů na objektech pro robotické uchopování a manipulaci.	cze
dc.description.abstract-translated	This thesis deals with the application of deep neural networks in the processing of static twodimensional image data. The aim is to investigate the extraction and classification of key features of images and apply this knowledge for object recognition, classification, localization and detection in image data. The research focuses on testing the hypothesis of the ability of deep neural networks to efficiently process and interpret image data, with an emphasis on designing and optimizing appropriate neural network architectures. The work also includes the development of a methodology for generalizing object detection by transforming features into probabilistic maps. The outcomes of this work also include a set of applications where the proposed transformation methods can be effectively utilized, such as tracking individuals in public spaces or the precise detection of key points on objects for robotic grasping and manipulation.	eng
dc.description.defence	Po představení doktoranda Ing. Dominika Štursy byla komise seznámena se stanoviskem školitele k disertační práci a osobě disertanta. Doktorand seznámil komisi se svojí disertační prací formou prezentace. Poté byly předneseny posudky oponentů a doktorand reagoval na připomínky oponentů. V následné veřejné diskusi disertant odpověděl na otázky členů komise, které jsou uvedeny na samostatných listech. Komise posoudila disertační práci a rozhodla, že disertační práce není plagiát. Na závěr proběhlo tajné hlasování. Protokol o výsledcích hlasování je uveden na samostatné příloze.	cze
dc.description.department	Fakulta elektrotechniky a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	70 s. + přílohy
dc.identifier	Univerzitní knihovna (studovna)	cze
dc.identifier.signature	D40753
dc.identifier.stag	49526
dc.identifier.uri	https://hdl.handle.net/10195/84437
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	Text disertační práce je přístupný bez omezení. Příloha (publikační činnost doktoranda) je přístupná pouze v rámci univerzity.	cze
dc.subject	hluboké neuronové sítě	cze
dc.subject	zpracování obrazu	cze
dc.subject	detekce objektů	cze
dc.subject	pravděpodobnostní mapy	cze
dc.subject	deep neural networks	eng
dc.subject	image processing	eng
dc.subject	object detection	eng
dc.subject	probabilistic maps	eng
dc.thesis.degree-discipline	Informační, komunikační a řídicí technologie	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta elektrotechniky a informatiky	cze
dc.thesis.degree-name	Ph.D.
dc.thesis.degree-program	Elektrotechnika a informatika	cze
dc.title	Aplikace hlubokých neuronových sítí při zpracování obrazu	cze
dc.title.alternative	Application of Deep Neural Networks in Image Processing	eng
dc.type	disertační práce	cze
dspace.entity.type	Publication