Detekční forenzní nástroj s využitím hlubokých neuronových sítí pro odhalování specifických dat dle škály COPINE

Bc. Filip Šedivý

Master's thesis

A Detection Forensic Tool Using Deep Neural Networks for Detecting Specific Data According to the COPINE Scale

Anotácia:

Diplomová práce je zaměřena na vyvoj modelů neuronovych sítí pro detekci odhalenych osob dle škály COPINE. Natrénované modely, implementované v rámci webové aplikace, umožňují zpracování obrázků jako vstupních dat s cílem detekce zájmovych oblastí. Modely, založené na rozdílnych architekturách neuronovych sítí, vykazují mAP 58,75 % na testovací datové sadě, přičemž v určitych specifickych oblastech dosahuje nejlepší model AP 70 %.

Abstract:

The thesis focuses on the development of neural network models for detection of detected persons according to the COPINE scale. The trained models, implemented within a web application, allow the processing of images as input data in order to detect regions of interest. The models, based on different neural network architectures, show a mAP of 58.75% on the test dataset, with the best model achieving an AP of 70% in certain specific regions.

Kľúčové slová

Umělá inteligence, počítačové vidění, PyTorch, YOLOv8, Detectron2, Faster R-CNN

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 13. 5. 2024

Obhajoba závěrečné práce

• Vedúci: prof. Ing. Zuzana Komínková Oplatková, Ph.D.

Tomas Bata University in Zlín

Faculty of Applied Informatics

Master programme / odbor:
Information Technologies / Software Engineering