• Generování trénovacích dat pro vizuální vyhledávání pomocí neuronových sítí 

      Autor: Albert Möhwald; Vedoucí práce: Jeníček Tomáš; Oponent práce: Mishkin Dmytro
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-10)
      Denní a noční změny vzhledu obrázků jsou řešeny uměle naučenou augmentací dat. Konvoluční neuronové sítě (CNN) jsou jednou z nejmodernějších technik pro vizuální vyhledávání. Nicméně, výkon hlubokých neuronových sítí je ...
    • Geometrie a tranformace v hlubokých konvolučních neuronových sítích 

      Autor: Jakab Tomáš; Vedoucí práce: Vedaldi Andrea; Oponent práce: Mishkin Dmytro
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2016-05-27)
      Tato práce zkoumá jak klasifikační chyba hlubokých konvolučních sítí (CNN) používaných pro verifikaci obrázků závisí na transformaci mezi dvěma vizuálně podobnými obrázky. Inspirování výzkumem v experimentální psychologii, ...
    • Rozpoznávání orientačních bodů pomocí hlubokého učení 

      Autor: Ondřej Bouček; Vedoucí práce: Tolias Georgios; Oponent práce: Mishkin Dmytro
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-26)
      V této práci se zabýváne rozpoznávání instancí pomocí hlubokého učení. Získáváme deskriptory pomocí modelu neuronové sítě, který byl naučený přístupem metric learning. Vytvořili jsme různá upravení k-NN klasifikátorů pro ...