Rozpoznávání objektů v obrazech a videosekvencích

Milan HERBIG

Bakalářská práce

Object recognition in images and videos

Anotace:

Téma práce je zaměřeno na rozpoznávání a klasifikaci obrazu ve videosekvencích, konkrétně na rozpoznání a zařazení snímků videa dle obsahu do předem známé kategorie. Práce se zabývá extrakcí příznaků jednak kombinací jednodušších metod a jednak komplexní metodou využívající konvoluční neuronovou síť. Získané příznaky jsou posléze klasifikovány pomocí Random Forest a SVM klasifikátoru. Cílem práce je porovnat různé kombinace jednodušších i komplexnějších příznaků pro vybrané kategorie videí. Výstupem práce jsou statistiky úspěšnosti různých kombinací extrahovaných příznaků.

Abstract:

The work is focused on classification of video footages to correct category by content. Two different approaches are used to describe images. The first creates ensemble from simple feature extractors and the second uses more complex description by convolution neural network which achieves state-of-the-art performance in common classification tasks. Extracted features are classified by Random Forest and SVM classifiers. The goal is to compare combinations of simple features compared to more complex features extracted from neural network. Results present classification rate comparison of several combinations of extracted features and classifiers.

Klíčová slova

zpracování digitalizovaného obrazu, extrakce příznaků, detekce objektů, klasifikace obrazu, konvoluční neuronová síť

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 16. 5. 2014

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Ing. Pavel Campr, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Bakalářský studijní program / obor:
Inženýrská informatika / Inteligentní komunikace člověk - stroj