Ano (184573)
Ne (135833)
Počet nalezených dokumentů:
320406
Publikováno od
do
Použití metod zobrazení mračna bodů pro ověření polohy kamery
Kremel, Tomáš; Pajdla, Tomáš; Guba, Peter
2024 - anglický
Visual localization is the problem of estimating the 6 degrees of freedom camera pose from which a query image was taken relative to a known reference scene representation. It is the key for applications such as Augmented, Mixed, and Virtual Reality, as well as autonomous robotics such as drones or self-driving cars. This thesis focuses on a visual localization pipeline, especially on its pose verification and reranking step. The pipeline uses 3D point clouds and 2D-3D correspondences be- tween the query image and 3D scene points for candidate camera poses estimations. The thesis explores point cloud rendering approaches as they are utilized in the pipeline and the verification step-the render of the discretized scene from a given candidate position is compared to the actual query image to asses if the given couple depicts the same place. One of the main challenges of such rendering is occlusion handling. Due to the sparsity of points employed for otherwise continuous real world representation, information about what lies in the front and what is hidden can be easily lost when projected to the 2D image. Rendering approaches explored in this thesis focus on the challenge directly or as a component of a novel view synthesis DNN-based renderer. Rendering influence on localization performance is investigated. 1 Vizuální lokalizace je problém odhadování parametrů šesti stupňů volnosti pozice kamery, z níž byla pořízena dotazovaná fotografie, přičemž pozice je vztažena ke známé reprezentaci referenčního prostředí. Řešení tohoto problému je klíčové v aplikacích jako jsou rozšířená, smíšená a virtuální realita, stejně tak v oblasti autonomní robotiky zahrnu- jící drony a samořiditelné automobily. Tato práce se soustředí na vizuální lokalizační algoritmus, zejména na jeho verifikační a přeřazovací krok. Tento algoritmus interně využívá třídimenzionální mračna bodů a hledání korespondencí mezi těmito body a dotazovanou fotografií pro nalezení odhadů kandidátních pozic kamery. Práce zkoumá přístupy k renderování mračen bodů a jejich využití v rámci algoritmu a jeho verifikačního kroku - render diskretizovaného prostředí z konkrétní kandidátní pozice se v něm porovnává s danou dotazovanou fotografií za účelem určení toho, zda oba pohledy zobrazují to samé místo. Jedna z hlavních výzev renderingu diskretizovaného prostředí jsou okluze. Kvůli říd- kosti bodů využitých jako reprezentace jinak spojitého reálného světa může být infor- mace o tom, co leží v popředí a co v pozadí, lehce ztracena při promítnutí bodů na dvoudimenzionální obraz. Přístupy k renderování zkoumané v této práci se soustředí na renderování bodů přímo...
Klíčová slova:
Vizuální lokalizace|Neurální rendering|Mračno bodů; Visual localization|Neural rendering|Point cloud
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Použití metod zobrazení mračna bodů pro ověření polohy kamery
Visual localization is the problem of estimating the 6 degrees of freedom camera pose from which a query image was taken relative to a known reference scene representation. It is the key for ...
Material picker: Rozpoznávání materiálů v obraze pomocí strojového učení
Jurčák, Filip; Vévoda, Petr; Šikudová, Elena
2024 - anglický
The process of setting material properties for realistic appearance after rendering is usually tiresome and often requires carefully crafted skill for fine-tuning the parameters, as different combinations of these parameters can produce different-looking materials. To simplify this process, we introduce a solution to the texture transfer problem by creating a pipeline containing several deep neural networks. These networks subsequently represent solutions to inverse rendering and material segmentation by predicting intrinsic scene characteristics, like diffuse and specular albedo, surface normals, glossiness, view vector, texture coordinates, and segmentation, all from a single image. Artists can subsequently plug these inferenced properties inside their 3D scene representations and thus reduce the time needed to iterate over several design ideas. To train these networks, we generated high-quality dataset of substantial size using physically-based techniques to ensure good generalization on real-world images. 1 Proces nastavování vlastností materiálu pro realistický vzhled po vyrenderování je obvykle únavný a často vyžaduje pečlivě nadobudnutou zručnost pro jemné doladění parametrů, protože různé kombinace těchto parametrů mohou produkovat různě vy- padající materiály. Pro zjednodušení tohoto procesu představujeme řešení problému přenosu textur vytvořením nástroje obsahujícího několik hlubokých neuronových sítí. Tyto sítě následně představují řešení pro inverzní renderování a segmentaci materiálu předpovídáním vnitřních charakteristik scény, jako je difuzní a lesklé albedo, povrchové normály, lesk, pohledový vektor, texturové souřadnice a segmentace, toto vše z jednoho snímku. Umělci mohou následně použít tyto odvozené vlastnosti ve svých reprezentací 3D scény a zkrátit tak čas potřebný k iteraci několika nápadů návrhů. Abychom tyto sítě trénovali, vygenerovali jsme vysoce kvalitní datovou sadu značné velikosti pomocí fyzicky založených technik, abychom zajistili dobrou generalizaci na obrázky z reálného světa. 1
Klíčová slova:
strojové učení|hluboké učení|počítačová grafika|inverzní renderování|segmentace materiálů|rozpoznávání materiálů; machine learning|deep learning|computer graphics|inverse rendering|material segmentation|material recognition
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Material picker: Rozpoznávání materiálů v obraze pomocí strojového učení
The process of setting material properties for realistic appearance after rendering is usually tiresome and often requires carefully crafted skill for fine-tuning the parameters, as different ...
Implementace lidskoprávního přístupu v rozvojové spolupráci českými nestátními neziskovými organizacemi
Stehlíková, Magda; Muhič Dizdarevič, Selma; Košák Felcmanová, Alena
2024 - český
This thesis seeks to describe the development and theoretical anchoring of the concept of the human rights-based approach (HRBA) in the context of development cooperation and to examine how it is taken into account by Czech NGOs. The theoretical part focuses in particular on the still controversial issues related to the universalism and cultural relativism of human rights, as well as their mostly individualistic nature. Then, the gradual penetration of human rights into international development discourse and the role and specifics of development NGOs are described in more detail. The thesis presents theoretical insights and concrete examples of the application of the human rights-based approach by NGOs. Critical perspectives and problematic implications associated with its application by NGOs are also discussed. In the Czech environment, the implementation of the HRBA is examined through a case study of two prominent NGOs. Diplomová práce si klade za cíl popsat vývoj a teoreticky ukotvit koncept lidskoprávního přístupu (tzv. HRBA) v kontextu rozvojové spolupráce a zjistit jeho zohledňování českými neziskovými organizacemi. Teoretická část je zaměřena zejména na dosud sporné otázky týkající se universalismu a kulturního relativismu lidských práv, jakož i jejich vesměs individualistické povahy. Blíže je popsáno postupné pronikání lidských práv do mezinárodního rozvojového diskurzu a role a specifika rozvojových nestátních neziskových organizací. Práce předkládá teoretické poznatky a konkrétní příklady aplikace lidskoprávního přístupu neziskovými organizacemi. Zmíněny jsou také kritické pohledy a problematické důsledky spojené s jeho uplatňováním. V českém prostředí je implementace lidskoprávního přístupu zkoumána pomocí případové studie ve dvou významných NNO.
Klíčová slova:
Lidská práva,lidskoprávní přístup; rozvoj; nestátní neziskové organizace; participace; odpovědnost; Human rights; human rights-based approach; development; non-governmental organisations; participation; accountability
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Implementace lidskoprávního přístupu v rozvojové spolupráci českými nestátními neziskovými organizacemi
This thesis seeks to describe the development and theoretical anchoring of the concept of the human rights-based approach (HRBA) in the context of development cooperation and to examine how it is ...
Group Detection in Crowds Using Spatiotemporal Data
Říha, David; Hartman, David; Neruda, Roman
2024 - český
This thesis addresses the challenge of social group detection in crowds, presenting an algorithm informed by sociological insights into common group formations among pedestrians. Our proposed algorithm demonstrates comparable performance to existing solutions - Time-sequence DBSCAN and Agglomerative Hierarchical Clustering with Hausdorff Distance, using the DIAMOR dataset for testing and comparison. Additionally, we introduce a validator tool potentially capable of refining results from existing algorithms based on a group shape criterion, leading to improved accuracy in identifying groups. Keywords: groups detection; clustering; group shape analysis; pedestrian behavior; Tato diplomová práce se zabývá detekcí skupin v davech a představuje algoritmus obohacený o sociologické poznatky o obvyklých formacích skupin mezi chodci. Navrhovaný algoritmus prokazuje srovnatelnou úspěšnost s existujícími řešeními - Time-sequence DBSCAN a Agglomerative Hierarchical Clustering, s využitím datasetu DIAMOR pro testování a porovnání. Kromě toho představujeme validační nástroj, který potenciálně dokáže zdokonalit výsledky existujících algoritmů na základě kritéria pro tvar skupiny, což vede k zlepšení přesnosti identifikace skupin. Klíčová slova: detekce skupin; clustering; analýza tvaru skupin; chování chodců;
Klíčová slova:
chování davu|skupiny chodců|detekce skupin|clustering; crowd behavior|pedestrian groups|group detection|clustering
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Group Detection in Crowds Using Spatiotemporal Data
This thesis addresses the challenge of social group detection in crowds, presenting an algorithm informed by sociological insights into common group formations among pedestrians. Our proposed ...
Větné reprezentace s interpretací podobnosti
Svobodová, Zuzana; Hudeček, Vojtěch; Libovický, Jindřich
2024 - český
Sentence representations - embeddings - obtained from neural network models are the core part of many applications in both academia and industry. Although embeddings reach great results in correlation with human sense of sentence similarity, there is often a lack of explanation for why models choose sentences to be similar. In this thesis, we strive to increase the interpretability of model embeddings by incorporating different semantic sentence level annotations in the learning process. We introduce a model called SBERTslice that produces embeddings that can distinguish nuanced semantic variations in text, including elements like negation, sentiment, named entities, emotional tone, and verb-oriented relation between words in a text. We evaluated SBERTslice embeddings in various text classification and semantic sim- ilarity tasks and for a majority of them, SBERTslice outperformed the original SBERT. 1 Větné reprezentace - tzv. embeddingy, získané z modelů neuronových sítí, tvoří jádro mnoha aplikací jak v akademickém prostředí, tak v průmyslu. Ačkoliv embed- dingy dosahují vynikajících výsledků v korelaci s lidským vnímáním větné podobnosti, často chybí vysvětlení, proč modely rozhodly o větách, že jsou podobné či nepodobné. V této práci se snažíme zvýšit interpretovatelnost embeddingů začleněním různých sé- mantických anotací do průběhu tréninku modelu. Představujeme takto natrénovaný model SBERTslice, který vytváří embeddingy schopné rozlišovat různé sémantické vlast- nosti textu, včetně prvků jako je negace, sentiment, jmenné entity, emocionální tón a sémantické vztahy mezi větným slovesem a dalšími slovy ve větě. Otestovali jsme embeddingy generované modelem SBERTslice v určování sémantické podobnosti vět a klasifikaci textu, kde SBERTslice ve většině případů překonal původní model SBERT. 1
Klíčová slova:
neuronové sítě|větné embeddingy; neural networks|sentence embeddings
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Větné reprezentace s interpretací podobnosti
Sentence representations - embeddings - obtained from neural network models are the core part of many applications in both academia and industry. Although embeddings reach great results in correlation ...
Individuální dárcovství v humanitárních a rozvojových organizacích občanské společnosti
Schramm, Filip; Dohnalová, Marie; Frič, Pavol
2024 - český
The diploma thesis deals with an issue of individual giving in organisations of the civic society aiming at humanitarian aid and official development assistance. The goal of the thesis is to reveal whether there is an executive or missionary approach in the field of individual giving. The theoretical part provides information from the professional literature about civic society organisations, their financing with an emphasis on individual giving as well as about the field of humanitarian aid and official development assistance. The empiric part contains an analysis of obtained data through annual reports of individual organisations and questionnaire construction, results of the research and practical recommendations. Diplomová práce se zabývá problematikou individuálního dárcovství v organizacích občanské společnosti zaměřujících se na humanitární pomoc a rozvojovou spolupráci. Cílem práce je zjistit, zda v těchto organizacích převládá manažerský, nebo misionářský přístup v oblasti individuálního dárcovství. Teoretická část přináší poznatky z odborné literatury o organizacích občanské společnosti, jejich financování s důrazem na individuální dárcovství a o oblasti humanitární pomoci a rozvojové spolupráce. Empirická část obsahuje analýzu získaných dat prostřednictvím výročních zpráv jednotlivých organizací a dotazníkového šetření, výsledky výzkumu a doporučení pro praxi.
Klíčová slova:
individuální dárcovství; občanský sektor; organizace občanské společnosti; financování; humanitární pomoc; rozvojová spolupráce; individual giving; civic sector; civic society organisation; financing; humanitarian aid; official development assistance
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Individuální dárcovství v humanitárních a rozvojových organizacích občanské společnosti
The diploma thesis deals with an issue of individual giving in organisations of the civic society aiming at humanitarian aid and official development assistance. The goal of the thesis is to reveal ...
Rozpoznávání retinopatie ve snímcích sítnice pomocí strojového učení
Kubový, Jan; Trunda, Otakar; Holeňa, Martin
2024 - český
In collaboration with the Institute for Clinical and Experimental Medicine (IKEM) and leveraging their historical examination data, we developed a convolutional neural net- work trained to identify diabetic retinopathy from retinal images. The primary objective of this project was to establish a machine learning model applicable within the medi- cal setting of IKEM, streamlining and potentially expediting the examination process. Additionally, we designed a user-friendly website to facilitate the straightforward utiliza- tion of the trained model by physicians possessing only basic computer skills. While the neural network demonstrates good results, it is crucial to underscore its restricted adapt- ability, attributed to the compact model size and the monotonic nature of ophthalmic data sourced from a specific type of fundus camera. The proposed solution is slated for testing in a real hospital operational environment. The neural network is not intended as a replacement for the physician, but as a tool that can assist the physician in diagnostic process. 1 Ve spolupráci s Institutem klinické a experimentální medicíny (IKEM) a jejich histo- rických dat z vyšetření byla natrénována konvoluční neuronová síť rozpoznávající diabe- tickou retinopatii ze snímků sítnice. Cílem práce bylo vytvořit model strojového učení, který bude možné využít ve zdravotnickém zařízení IKEM za cílem zjednodušit a pří- padně zrychlit vyšetření. Součástí projektu byla také tvorba webové stránky, která umož- ňuje snadné spouštění natrénovaného modelu lékařem s pouze základní znalostí ovládání počítače. I přesto, že neuronová síť dosahuje dobrých výsledků, je třeba zdůraznit její omezenou univerzálnost z důvodu malé velikosti modelu a jednotvárnosti poskytnutých oftalmologických dat z jednoho typu fundus kamery. Navržené řešení bude podrobeno testování v provozním prostředí nemocnice. Neuronová síť není zamýšlena jako náhrada lékaře, ale jako nástroj, který mu může asistovat v diagnostickém procesu. 1
Klíčová slova:
Strojové učení|Zpracování obrazu|Retinopatie|Neuronové sítě|Diagnóza; Machine Learning|Image Processing|Retinopathy|Neural networks|Medical diagnosis
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Rozpoznávání retinopatie ve snímcích sítnice pomocí strojového učení
In collaboration with the Institute for Clinical and Experimental Medicine (IKEM) and leveraging their historical examination data, we developed a convolutional neural net- work trained to identify ...
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
Petliak, Nataliia; Antolík, Ján; Bojar, Ondřej
2024 - anglický
In this thesis, we investigate the application of pretrained Deep Neural Networks, par- ticularly Vision Transformers (ViT), for predicting human fMRI activity in response to visual stimulation. The Algonauts Challenge 2023 dataset, serving as a large-scale bench- mark of human fMRI data, allows us to assess the performance of ViT in comparison with established CNN architectures like VGG and ResNet. Our study highlights the complex- ity of this task, especially in accurately modeling the diverse regions of the full visual cortex. We identify specific ViT layers that align with the brain's hierarchical processing and prove to be the most predictive. However, one of the limitations we encounter with pretrained ViT is its reduced adaptability due to inherent subject variability. This limi- tation underscores the challenge in developing a single model that is universally effective across different individuals. To address this, we implement an iterative training strategy, starting with the layers that perform best across all subjects, followed by fine-tuning for specific visual areas in individual subjects. Despite these efforts, the effectiveness of ViT varies; it performs satisfactorily in some subjects but struggles in others, particu- larly in word-selective regions. The incorporation of textual data... V této diplomové práci zkoumáme využití předtrénovaných hlubokých neuronových sítí, zejména Vision Transformers (ViT), pro predikce lidské fMRI aktivity při stimu- laci vizuálními stimuli. Dataset z Algonauts Challenge 2023, která slouží jako rozsáhlý standard pro data fMRI lidského mozku, nám umožňuje hodnotit výkon ViT ve srovnání s etablovanými architekturami CNN, jako jsou VGG a ResNet. Naše studie zdůrazňuje složitost tohoto úkolu, zejména při přesném modelování různorodých oblastí celé vizuální kůry. Identifikujeme konkrétní vrstvy ViT, které jsou v souladu s hierarchickým zpra- cováním mozku a ukazují se jako nejpředpovědnější. Jedním z omezení, na které jsme narazili u předtrénovaného ViT, je jeho snížená adaptabilita kvůli vrozené variabilitě subjektů. Toto omezení zdůrazňuje výzvu ve vývoji jediného modelu, který je univer- zálně účinný pro různé jedince. Abychom toto řešili, implementujeme iterativní strategii trénování, začínající vrstvami, které fungují nejlépe napříč všemi subjekty, následované jemným laděním pro specifické vizuální oblasti jednotlivých subjektů. Navzdory těmto snahám se účinnost ViT liší; u některých subjektů dosahuje uspokojivých výsledků, ale u jiných se potýká, zejména ve word-selectivnich oblastech. Přidání textových dat ke vstupu vede ke zlepšení výkonu modelu v...
Klíčová slova:
hluboké učení|predikce fMRI|vizualní stimuly|vision transformers; deep learning|fMRI prediction|visual stimuli|vision transformers
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
In this thesis, we investigate the application of pretrained Deep Neural Networks, par- ticularly Vision Transformers (ViT), for predicting human fMRI activity in response to visual stimulation. The ...
Evoluční strategie pro optimalizaci policy v transformerech
Lorenc, Matyáš; Neruda, Roman; Pilát, Martin
2024 - anglický
We explore the capability of evolution strategies to train a transformer architecture in the reinforcement learning setting. We perform experiments using OpenAI's highly parallelizable evolution strategy and its derivatives utilizing novelty and quality-diversity searches to train Decision Transformer in Humanoid locomotion environment, testing the ability of these black-box optimization techniques to train even such relatively large (com- pared to the previously tested in the literature) and complicated (using a self-attention in addition to fully connected layers) models. The tested algorithms proved to be, in gen- eral, capable of achieving strong results and managed to obtain high-performing agents both from scratch (randomly initialized model) and from a pretrained model. 1 Cílem práce je prozkoumat schopnost evolučních strategií trénovat architektury trans- formerů v prostředí zpětnovazebního učení. Provedeme experimenty s využitím vysoce paralelizovatelného algoritmu OpenAI-ES a dvou jeho variant využívajících konceptů no- velty a quality-diversity prohledávání k trénování architektury Decision Transformeru v prostředí MuJoCo Humanoida a otestujeme tak schopnost těchto black-box optimalizač- ních technik trénovat i takto relativně velké (ve srovnání s dříve testovanými) a kom- plikované modely (využívajících self-attention vedle klasických plně propojených vrstev). Testované algoritmy se v našich experimentech ukázaly obecně jako schopné dosahovat silných výsledků a dokázaly vyvinout vysoce výkonné agenty - a to jak z náhodně ini- cializovaného modelu, tak z předtrénovaného modelu. 1
Klíčová slova:
Evoluční strategie|Transformery|Optimalizace policy|Novelty; Evolution strategies|Tranformers|Policy optimization|Novelty
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Evoluční strategie pro optimalizaci policy v transformerech
We explore the capability of evolution strategies to train a transformer architecture in the reinforcement learning setting. We perform experiments using OpenAI's highly parallelizable evolution ...
Spontánní dobrovolnictví během ukrajinské uprchlické krize
Grebneva, Mariya; Pospíšilová, Tereza; Košák Felcmanová, Alena
2024 - český
The thesis explores spontaneous type of volunteering during the Ukrainian refugee crisis in the Czech Republic. Its aim is to describe the reasons and causes leading to the decision to engage in volunteering and to continue in the long-term. The research focuses on the perspective of the volunteers engaged with non-profit organizations, analyzing their experiences and values. The theoretical part contains concepts related to the issue of volunteering in times of crisis, which help to better understand and interpret the results. The research was conducted through semi- structured interviews with volunteers, the outputs of which are specific factors influencing the decision to become a volunteer and to sustain involvement over the long-term. The conclusion includes an analysis of the significance of the organizational context and the organization's approach to volunteers, along with practical recommendations for nonprofit organizations, not only during times of crisis. Diplomová práce se věnuje spontánnímu dobrovolnictví během ukrajinské uprchlické krize v ČR. Cílem je odhalit důvody a příčiny vedoucí k dobrovolnictví a jeho dlouhodobému pokračování. Výzkum se zaměřuje na perspektivu dobrovolníků a analyzuje jejích zkušenosti a hodnoty v kontextu organizačního prostředí. Teoretická část obsahuje koncepty související s problematikou dobrovolnictví v čase krize, které pomáhají lépe porozumět a interpretovat výsledky. Výzkum byl realizován pomoci polostrukturovaných rozhovorů s dobrovolníky, jejichž výstupy jsou konkrétní faktory ovlivňující rozhodnutí stát se dobrovolníkem a pokračovat dlouhodobě. Závěr zahrnuje analýzu významu organizačního kontextu a přístupu organizace k dobrovolníkům s praktickými doporučeními pro neziskové organizace nejen v čase krize.
Klíčová slova:
dobrovolnictví; spontánní dobrovolnictví; důvody k dobrovolnictví; management dobrovolnictví; dlouhodobé dobrovolnictví; volunteering; spontaneous volunteering; reasons for volunteering; volunteer management; long-term volunteering
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Spontánní dobrovolnictví během ukrajinské uprchlické krize
The thesis explores spontaneous type of volunteering during the Ukrainian refugee crisis in the Czech Republic. Its aim is to describe the reasons and causes leading to the decision to engage in ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze