Rozpoznávání lidských činností pomocí detekce anomálii – Ondřej Stehlík
Ondřej Stehlík
Bakalářská práce
Rozpoznávání lidských činností pomocí detekce anomálii
Human Action Recognition using Anomaly Detection
Anotace:
Metody pro detekci anomálií jsou dobře popsány jak u statických tak i dynamických dat různých formátů, avšak u lidských činností tomu tak není. Každý člověk vykonává činnosti odlišně, a to je problém detekce anomálie, když stejná činnost je různými lidmi vykonávána jinak. Například u mávání může ruku zvednou méně či více, nebo může mávat v rychleji či pomaleji. Tato práce se zabývá detekci anomálií …víceAbstract:
Methods for detecting anomalies are well described for both static and dynamic data of various formats, but this is not the case for human activities. Each person performs different activities and this is the problem of anomaly detection when the same activity is performed differently by different people. For example, in waving, a hand may be raised less or more, or it may wave at a faster or slower …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2020
Identifikátor:
http://hdl.handle.net/10084/140508
Obhajoba závěrečné práce
- Obhajoba proběhla 23. 6. 2020
- Vedoucí: Radek Simkanič
- Oponent: Radovan Fusek
Citační záznam
Citace dle ISO 690:
STEHLÍK, Ondřej. \textit{Rozpoznávání lidských činností pomocí detekce anomálii}. Online. Bakalářská práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2020. Dostupné z: https://theses.cz/id/zbcnmt/.
Plný text práce
Právo: 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.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyBakalářský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika
Práce na příbuzné téma
-
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