Hledat
Zobrazují se záznamy 1-9 z 9
Odhadování pozice a orientace specifických rigidních objektů, Pose Estimation of Specific Rigid Objects
; Vedoucí práce: Matas Jiří; Oponent práce: Lepetit Vincent (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-02-07)
Tématem této disertační práce je odhad 3D pozice a 3D orientace rigidních objektů z jediného RGB nebo RGB-D snímku, kdy 3D modely objektů jsou předem známé. Řešení této úlohy počítačového vidění má široké uplatnění v mnoha ...
Hluboké učení z více instancí pro detekci mnohočetného myelomu v CT snímcích dlouhých kostí, Deep multiple-instance learning for detecting multiple myeloma in CT scans of large bones
; Vedoucí práce: Hering Jan; Oponent práce: Čech Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
S nástupem moderních algoritmů strojového učení vzrostla popularita tématu automatické interpretace výstupů zobrazovacích metod v medicíně pomocí počítačů. Konvoluční neuronové sítě v současné době excelují v mnoha oblastech ...
Využití metod strojového učení pro řešení úloh rozvrhování, Use of machine learning techniques to solve scheduling problems
; Vedoucí práce: Šůcha Přemysl; Oponent práce: Marek Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-15)
Tato diplomová práce studuje algoritmy pro řešení úloh plánování pomocí strojového učení, konkrétně metod hlubokého učení. Soustředí se na problém rozvrhování, který je charakterizován jako 1|ri|ΣUi, tj. rozvrhování sady ...
Rozpoznávání rostlin a hub z obrázků, Fine-grained Recognition of Plants and Fungi from Images
; Vedoucí práce: Matas Jiří; Oponent práce: Suk Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-04-14)
Tato práce se zabývá rozpoznáváním druhů rostlin a hub z obrazu, od rozpoznávání skenů a fotografií listů a kůry v kontrolovaných podmínkách až po neomezená pozorování rostlin a hub "ve volné přírodě" s komplikovaným pozadím ...
Apriorní modely pro rubustní adversariální hluboké učení, Prior models for robust adversarial deep learning
; Vedoucí práce: Flach Boris; Oponent práce: Schlesinger Dmitrij (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Hluboké sítě naučené standardními metodami diskriminačního učení jsou náchylné k protichůdným vzorům. Výcvik nepřátelsky robustních hlubokých sítí proto vyžaduje nové metody učení. Jednou zajímavou možností je zahrnout ...
Automatická detekce metastáz v histologických obrázcích lymfatických uzlin pomocí hlubokých neuronových sítí, Automatic Detection of Metastases in Whole-Slide Lymph Node Images Using Deep Neural Networks
; Vedoucí práce: Kybic Jan; Oponent práce: Šochman Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
Digitalizace procesu detekce rakoviny v histopatologických snímcích je předmětem výzkumu posledních let a automatizovaná počítačová analýza založená na hlubokých neuronových sítích ukázala potenciální výhody jako diagnostická ...
Registrace histologických snímků za pomoci optického toku a hlubokého učení, Histological image registration using optical flow estimation and deep learning
; Vedoucí práce: Kybic Jan; Oponent práce: Neoral Michal (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-31)
Registrace lékařských snímků je důležité téma, které se v posledních několika letech dočkalo velkého množství výzkumu, díky pokrokům v architekturách hlubokých neuronových sítí. Metody odhadující optický tok jsou obecně ...
Generalizace modelů na nové domény pomocí generování nových trénovacích vzorků, Tackling Domain Generalization by Generating Additional Training Data
; Vedoucí práce: Bošanský Branislav; Oponent práce: Šmídl Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-15)
Současné modely hlubokého učení si vedou velmi dobře v široké škále úloh a v mnoha z nich jsou schopny překonat člověka. To platí zejména pro úlohy klasifikace obrázků, kde se hluboké neuronové sítě ukázaly jako velmi ...
Predikce budoucí trajektorie chodců pro autonomní auta, Future Pedestrian Trajectory Prediction for Autonomous Driving
; Vedoucí práce: Neumann Lukáš; Oponent práce: Škovierová Júlia (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-06-11)
V této práci se zabývám problémem predikce budoucí trajektorie chodců pro autonomní auta. Popisuji datové sady PIE a JAAD a jejich parametry. Dále zde představuji současný stav vývoje této problematiky a popisuji fungování ...