Trénování deskriptoru podobnosti pro pozadí obrázku

Bc. Petr Žák

Diplomová práce

Training descriptor for image background similarity

Anotace:

Tato práce se zabývá vývojem nástroje pro porovnávání digitálních obrázků na základě jejich pozadí. Hlavní motivací pro vznik takového nástroje je urychlení úkonu, který je sice pro člověka snadný, ale může se stát zdlouhavým při zpracování většího množství dat. Prvním úkolem bylo oddělení popředí od pozadí. Efektivní řešení tohoto problému poskytly konvoluční neuronové sítě a jejich metoda sémantické segmentace Mask R-CNN. Dalším krokem bylo vytvoření tréninkové datové sady, na které by se některý z klasifikačních modelů mohl naučit reprezentovat digitální obrázek bez vymaskovaného popředí. Po natrénování dvou modelů jsme provedli srovnání jejich deskriptorů s deskriptorem netrénovaného modelu. Výsledkem práce je deskriptor, který jsme tréninkem ovlivnili do takové míry, kdy jednoznačně poskytuje lepší výsledky v úloze porovnání digitálních obrázků na základě jejich pozadí než deskriptor netrénovaného modelu.

Abstract:

This thesis focuses on developing tools for comparing digital images based on their background. Developing such a tool has been motivated by speeding up a task which appears simple for a human but may become lengthy when dealing with a greater amount of data. First, background had to be separated from the foreground. Convolutional neural networks and their method of Mask R-CNN semantic segmentation have proved the most effective. Further, a training dataset has been created on which some of the classification models could be trained to represent a digital image without masked foreground. The training of two models has been followed by comparing their descriptors with the descriptor of an untrained model. The thesis has resulted in adapting a descriptor which has been trained so well that it definitely provides better results in the task of comparing digital images (based on their background) than the descriptor of the untrained model.

Klíčová slova

konvolučení neuronové sítě, sémantická segmentace, pozadí, Python, Pytorch, Torchvision, ResNet, Mask R-CNN, datová sada, klasifikátor, deskriptor

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 10. 12. 2019

Obhajoba závěrečné práce

• Obhajoba proběhla 4. 2. 2020
• Vedoucí: RNDr. Michal Batko, Ph.D.
• Oponent: RNDr. Petra Budíková, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Informatika / Počítačová grafika