Show simple item record

Convolutional Neural Networks with Local Context Masks



dc.contributor.advisorPetříček Tomáš
dc.contributor.authorJakub Paplhám
dc.date.accessioned2020-09-04T13:52:32Z
dc.date.available2020-09-04T13:52:32Z
dc.date.issued2020-08-27
dc.identifierKOS-857605083905
dc.identifier.urihttp://hdl.handle.net/10467/89987
dc.description.abstractPráce navrhuje, implementuje a vyhodnocuje užití modifikované konvoluční operace v konvolučních neuronových sítích, která explicitně uvažuje dodatečný kontext při zpracování dat. Toho je docíleno mechanismem, ve kterém lokální kontext nabývá formy lokální konvoluční masky s reálnými hodnotami, která přiděluje vyšší váhy kontextuálně blízkým datům a nižší váhy kontextuálně vzdáleným datům. Text shrnuje základy strojového učení a stručně probírá teoretický základ navrhované metody. Jsou natrénovány sítě využívající tradiční a novou operaci pomocí jednoduchého, férového trénovacího procesu. Předpoklady mnoha prospěšných vlastností operace jsou vyvráceny, některé předpoklady jsou potvrzeny. Tradiční konvoluce v experimentech dosahuje lepších výsledků než nově navržená operace.cze
dc.description.abstractThis work proposes, implements and evaluates modified convolution operation within CNNs which explicitly considers additional context when processing data. This is done through a mechanism where local context corresponds to a local real-valued convolution mask which assigns higher weights to contextually close data and lower weights to contextually distant data. Basics of machine learning are briefly reviewed and theoretical background for the method is given. Networks with and without the novel operation are trained with a simple, fair training process, utilizing identical training parameters. Many expectations of potential benefits are refuted, some are confirmed. Traditional convolution is found to achieve better results in the experiments than the proposed novel operation.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectdoplnění hloubkycze
dc.subjectfúze charakteristikcze
dc.subjectsémantická segmentacecze
dc.subjectKITTIcze
dc.subjectCityscapescze
dc.subjectKonvoluční neuronové sítěcze
dc.subjectprostorově proměnná konvolucecze
dc.subjectConvolutional neural networkseng
dc.subjectspatially variant convolutioneng
dc.subjectfeature fusioneng
dc.subjectdepth completioneng
dc.subjectsemantic segmentationeng
dc.subjectKITTIeng
dc.subjectCityscapeseng
dc.titleKonvoluční neuronové sítě s lokálními kontextovými maskamicze
dc.titleConvolutional Neural Networks with Local Context Maskseng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeSmutný Vladimír
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeKybernetika a robotikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record