Zpět na vyhledávání

Adam KLEČKA

Bachelor's thesis

Automatická detekce osob z vizuálních dat

Automatic person detection from visual data
Abstract:
Bakalářská práce se zabývá strojovou detekcí lidí. Jsou zde podrobně probírány 2 způsoby detekčních systému. Systém s posuvným okénkem, který počítá HOG příznaky a za pomoci klasifikačního algoritmu detekuje objekty. Další systém funguje na principu predikování objektů s pomocí konvolučních neuronový sítí na základě SSD512 architektury. Oba způsoby byly testovány na Caltech a mém vlastním datasetu …more
Abstract:
This work deals with Automatic person detection. There are two approaches to person detection that are studied theoretically and practically tested in the work. The first approach is based on the small window that slides across an input image and computes HOG features. Based on these features, the SVM classifier is trained. The second approach is based on convolutional neural network SSD512. Both approaches …more
 

Keywords

strojové učení strojové vidění detekování objektů Histogram of Oriented Gradients neuronová konvoluční síť Single Shot MultiBox Detector
 
Language used: Czech
Date on which the thesis was submitted / produced: 10. 8. 2020
Accessible from:: 31. 12. 2999

Thesis defence

  • Supervisor: Ing. Ivan Gruber, Ph.D.

Citation record

Cite this text
The right form of listing the thesis as a source quoted

KLEČKA, Adam. Automatická detekce osob z vizuálních dat. Plzeň, 2020. bakalářská práce (Bc.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd

Full text of thesis

Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti

Contents of on-line thesis archive
Published in Theses:
  • Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných věd
Vázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=82850 Reference to the local database file of the institution