Bára Groňová
Master's thesis
Detekce anomálií
Anomaly Detection
Abstract:
Tématem této diplomové práce je detekce anomálií ve videosekvencích pomocí strojového učení. Primárně se zaměřuje na analýzu stavu řidiče vozidla. V úvodu je nastíněna problematika a uplatnění takového systému. Následující teoretická část se zabývá jednotlivými fázemi detektoru anomálií a možnými přístupy k jejich řešení. Je rozdělena do tří základních částí, kterými jsou detekce objektu zájmu, reprezentace …moreAbstract:
The topic of this master thesis is detection of anomalies in video sequences using machine learning. It primarily focuses on the analysis of the vehicle driver's condition. The introduction outlines the problematics and application of such a system. Following theoretical part deals with the phases of the anomaly detector and possible approaches to their solution. It is divided into three main parts …more
Language used: Czech
Date on which the thesis was submitted / produced: 30. 4. 2021
Identifier:
http://hdl.handle.net/10084/144050
Thesis defence
- Date of defence: 2. 6. 2021
- Supervisor: Jan Gaura
- Reader: Tomáš Fabián
Citation record
Full text of thesis
Accessibility: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta elektrotechniky a informatikyMaster programme / field:
Informační a komunikační technologie / Informatika a výpočetní technika
Theses on a related topic
-
Random Forest. Anomaly detection story
Petr Matonoha -
Machine Learning for Text Anomaly Detection
Alina Tsykynovska -
Deep learning for anomaly detection in histopathological data
David Čechák -
Graph-based Anomaly Detection in Network Traffic
Denisa Šrámková -
Anomaly detection in network traffic
Jaromír Navrátil -
ILP and anomaly detection
Václav Blahut -
Anomaly Detection in Galaxy Images using Deep Learning
Karina Batalova -
Unsupervised Machine Learning Methods for Behaviour Analysis and Anomaly Detection in University Environment
Pavel Strnad