Ne (7321)
Počet nalezených dokumentů:
7321
Publikováno od
do
Material Characterization and Modeling of Interband Cascade Light Emitting Diodes
Herzánová, Kristína; Bastard, Gérald; Detz, Hermann
2024 - anglický
Tato práce se zaměřuje na charakterizaci materiálů a ztrátových mechanismů heterostruktur používaných v mezipásových kaskádových zařízeních a na modelování mezi-pásových kaskádových elektroluminiscenčních diod (ICLED). Mezipásová kaskádová zařízení, zejména lasery a elektroluminiscenční diody, mají zásadní význam pro fotonické aplikace ve střední infračervené oblasti vzhledem k jejich efektivitě a možnosti integrace do fotonických obvodů. Studie zahrnuje extrakci materiálových parametrů ze spektroskopické elipsometrie a FTIR měření a rozšíření stávajícího transportního modelu o zářivé rekombinační procesy, konkrétně o spontánní emisi v ICLED. Z různých ztrátových mechanismů v těchto zařízeních byla zvláštní pozornost věnována valenční mezipásové absorpci, která zhoršuje výkon mezipámových kaskádových zařízení v oblasti středních infračervených vlnových délek nad 4 m. Výsledky získané na základě experimentální charakterizace vlnovodů tvořených mezipásovými kaskádovými lasery (ICL) zkoumající jejich přenosové ztráty prokázaly vliv valenční mezipásové absorpce za různých operativních podmínek. Tento výzkum přispívá k optimalizaci struktur mezi-pásových kaskádových struktur, která vede ke zvýšení výkonu a širší použitelnosti v oblasti detekce, monitorování životního prostředí a biomedicínské diagnostiky. This thesis focuses on the material and loss characterization of heterostructures used in interband cascade devices and the modeling of interband cascade light-emitting devices (ICLEDs). Interband cascade devices, particularly lasers and light-emitting diodes, are critical for mid-infrared photonic applications due to their efficient operation and potential for integration into photonic circuits. The study involves extracting material parameters from spectroscopic ellipsometry and FTIR measurements, and extending an existing transport model to account for radiative recombination processes, specifically the spontaneous emission in ICLEDs. Among the different loss mechanisms in these devices, particular attention was given to the valence intersubband absorption, which degrades the operation of interband cascade devices in the mid-infrared wavelength region above 4 m. The results, obtained through experimental characterization of interband cascade laser (ICL) waveguides examining their transmission losses, demonstrated the impact of valence intersubband absorption under various operating conditions. This research contributes to the optimization of interband cascade structures, leading to enhanced performance and broader applicability in sensing, environmental monitoring, and biomedical diagnostics.
Klíčová slova:
Interband Cascade Light Emitting Device (ICLED); Interband Cascade Laser (ICL); heterostructures; mid-infrared; material characterization; ellipsometry; spectroscopic techniques; waveguide characterization; valence intersubband absorption; recombination; spontaneous emission; Mezipásové kaskádové elektroluminiscenční zařízení; mezipásový kaskádový laser; heterostruktury; střední infračervená oblast; materiálová charakterizace; elipsometrie; spektroskopické techniky; charakterizace vlnovodu; valenční mezipásová absorpce; rekombinace; spontánní emise
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Material Characterization and Modeling of Interband Cascade Light Emitting Diodes
Tato práce se zaměřuje na charakterizaci materiálů a ztrátových mechanismů heterostruktur používaných v mezipásových kaskádových zařízeních a na modelování mezi-pásových kaskádových ...
Interpretation of emotions from text on social media
Tlustoš, Vít; Košař, Vlastimil; Malik, Aamir Saeed
2024 - anglický
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory rozsáhlému výzkumu v této oblasti tři významné problémy přetrvávaly: neprozkoumaná nebo omezená účinnost metod napříč doménami, povrchní analýza výsledků a omezená použitelnost výstupů. Tyto výzvy řešíme navržením dvou modelů založených na modelu RoBERTa, které nazýváme EmoMosaic-base a EmoMosaic-large. Tyto modely byly trénovány na následujicích datasetech: SemEval-2018 Task 1:Affect in Tweets, GoEmotions, XED a DailyDialog. Na rozdíl od ostatních studií jsme naše modely trénovali na všech uvedených datasetech současně, přičemž jsme zachovali jejich původní kategorie. Výsledkem jsou modely, které dobře fungují napříč různými doménami a jsou přímo porovnatelné s ostatními metodami. Model EmoMosaic-large dokonce překonává nedávné jedno-doménové state-of-the-art modely na datasetech SemEval-2018 Task 1: Affect in Tweets a GoEmotions, což dokazuje jeho vynikající schopnosti napříč různými oblastmi. Pro zvýšení využitelnosti a reprodukovatelnosti našeho výzkumu poskytujeme veškerý kód a modely veřejně na: https://huggingface.co/vtlustos. Most human interactions are either text-based or can be converted to text using speech-to-text technologies. This thesis is dedicated to recognizing emotions from these texts. Despite extensive research in this domain, three significant challenges persisted: unexplored or limited cross-domain efficacy of the methods, superficial analysis of the result, and limited usability of the outcomes. We address these challenges by proposing two models based on the RoBERTa model, which we call EmoMosaic-base and EmoMosaic-large. These models were trained on the following datasets: SemEval-2018 Task 1: Affect in Tweets, GoEmotions, XED, and DailyDialog datasets. In contrast to prior studies, we trained our models on all the datasets simultaneously while preserving their original categories. This resulted in models that exhibit strong performance across diverse domains and are directly comparable to other methods. In fact, EmoMosaic-large outperforms recent single-domain state-of-the-art models on SemEval-2018 Task 1: Affect in Tweets and GoEmotions datasets, demonstrating outstanding cross-domain performance. To promote the usability and reproducibility of our research, we make all our code and models public, available at: https://huggingface.co/vtlustos.
Klíčová slova:
emotion classification from text; emotion recognition from text; cross-domain emotion recognition; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1; klasifikace emocí z textu; rozpoznávání emocí z textu; rozpoznávání emocí napříč doménami; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Interpretation of emotions from text on social media
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory ...
Emotion Recognition from Analysis of a Person’s Speech using Deep Learning
Galba, Šimon; Kekely, Lukáš; Malik, Aamir Saeed
2024 - anglický
Táto práca sa zaoberá analýzou a implementáciou neurónovej siete za účelom rozpoznávania emócií z reči človeka pomocou hlbokého učenia. Práca sa taktiež zaoberá ladením tejto siete za účelom dosiahnutia väčšej citlivosti voči konkrétnej emócii a skúma časové a nepriamo aj finančné nároky tohto ladenia. Inšpiráciou na vytvorenie tejto práce je stúpajúca integrácia umelej inteligencie v oblasti biológie, zdravotníctva ako aj psychológie a jedným z cieľov je aj skúmanie náročnosti vytvárať konkrétne modely neurónových sietí na účely v týchto vedách, čo by malo prispieť k lepšej dostupnosti modelov umenelej inteligencie. Práca stavia na základe implementácie modelu "AST: Audio Spectrogram Transformer" ktorá je verejne dostupná pod licenciou BSD 3-Clause License a využíva metódy ktoré boli doposiaľ využívané na klasifikáciu a rozpoznávanie obrazov vďaka premene zvukovej stopy na spektrogram. Výsledné hodnoty váženej presnosti sú následovné: 93.5% pre EMODB dataset, 92.8% pre EMOVO a 92,9% pre dataset RAVDESS. This thesis deals with the analysis and implementation of a neural network for the purpose of recognizing emotions from human speech using deep learning. The thesis also focuses on tuning this network to achieve greater sensitivity to a specific emotion and explores the time and indirectly the financial requirements of this tuning. The inspiration for creating this work is the increasing integration of artificial intelligence in the fields of biology, healthcare, as well as psychology, and one of the goals is also to study the complexity of creating specific models of neural networks for purposes in these sciences, which should contribute to better accessibility of artificial intelligence models. The work is based on the implementation of the "AST: Audio Spectrogram Transformer" model, which is publicly available under the BSD 3-Clause License and utilizes methods that have been used so far for classification and recognition of images by converting an audio track into a spectrogram. The resulting values of weighted accuracy are as follows: 93.5% for the EMODB dataset, 92.8% for EMOVO, and 92.9% for the RAVDESS dataset.
Klíčová slova:
deep learning; Audio Spectrogram Transformer; speech emotion recognition; speech signal processing; emotion classification; hluboké učení; Audio Spectrogram Transformer; rozpoznávání emocí z řeči; zpracování řečového signálu; klasifikace emocí
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Emotion Recognition from Analysis of a Person’s Speech using Deep Learning
Táto práca sa zaoberá analýzou a implementáciou neurónovej siete za účelom rozpoznávania emócií z reči človeka pomocou hlbokého učenia. Práca sa taktiež zaoberá ladením tejto siete za účelom ...
Automatická komprese vah neuronových sítí
Lorinc, Marián; Sekanina, Lukáš; Mrázek, Vojtěch
2024 - anglický
Konvolučné neurónové siete (CNN) od svojho vynájdenia zrevolucionizovali spôsob, akým sa realizujú úlohy z odvetvia počítačového videnia. Vynález CNN viedol k zníženiu pamäťovej náročnosti, keďže váhy boli nahradené konvolučnými filtrami obsahujúcimi menej trénovateľných váh. Avšak, toto zníženie bolo dosiahnuté na úkor zvýšenia požiadaviek na výpočtový výkon, ktorý je naviazaný na výpočet konvolúcie. Táto práca skúma hypotézu, či je možné sa vyhnúť načítavaniu váh a miesto toho ich vypočítať, čím sa ušetrí energia. Na otestovanie tejto hypotézy bol vyvinutý nový algoritmus kompresie váh využívajúci Kartézske genetické programovanie. Tento algoritmus hľadá najoptimálnejšiu funkciu kompresie váh s cieľom zvýšiť energetickú účinnosť. Experimenty vykonané na architektúrach LeNet-5 a MobileNetV2 ukázali, že algoritmus dokáže efektívne znížiť spotrebu energie pri zachovaní vysokej presnosti modelu. Výsledky ukázali, že určité vrstvy je možné doplniť vypočítanými váhami, čo potvrdzuje potenciál pre energeticky efektívne neurónové siete. Convolutional Neural Networks (CNNs) have revolutionised computer vision field since their introduction. By replacing weights with convolution filters containing trainable weights, CNNs significantly reduced memory usage. However, this reduction came at the cost of increased computational resource requirements, as convolution operations are more computation intensive. Despite this, memory usage remains more energy-intensive than computation. This thesis explores whether it is possible to avoid loading weights from memory and instead functionally calculate them, thereby saving energy. To test this hypothesis, a novel weight compression algorithm was developed using Cartesian Genetic Programming. This algorithm searches for the most optimal weight compression function, aiming to enhance energy efficiency without compromising the functionality of the neural network. Experiments conducted on the LeNet-5 and MobileNetV2 architectures demonstrated that the algorithm could effectively reduce energy consumption while maintaining high model accuracy. The results showed that certain layers could benefit from weight computation, validating the potential for energy-efficient neural network implementations.
Klíčová slova:
Convolutional Neural Networks; CNN; Evolutionary Algorithms; EA; Genetic Algorithms; GA; Cartesian Genetic Programming; CGP; Optimization; Compression; MobileNetV2; LeNet-5; Energy Efficiency; Weight Compression Algorithm; Deep Learning; Konvolučné neurónové siete; CNN; Evolučné algoritmy; EA; Genetické algoritmy; GA; Kartézske genetické programovanie; CGP; Optimalizácia; Kompresia; MobileNetV2; LeNet-5; Energetická účinnosť; Kompresia váh; Hlboké učenie
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Automatická komprese vah neuronových sítí
Konvolučné neurónové siete (CNN) od svojho vynájdenia zrevolucionizovali spôsob, akým sa realizujú úlohy z odvetvia počítačového videnia. Vynález CNN viedol k zníženiu pamäťovej náročnosti, keďže váhy ...
Sebevzdělávání jako nezbytná součást profesního vývoje jazykově orientovaného profesionála
Schneebaum, Tobias; Jašková, Jana; Langerová, Petra
2024 - anglický
Tato bakalářská práce se zabývá konceptem sebeřízeného učení a jeho klíčovými složkami. Úvodní kapitoly začínají krátkými historickými milníky a poté se věnují významným teoriím, které utvářely koncept sebeřízeného učení. Poté je vysvětlen význam sebeevaluace pro rozvoj dovedností, následovaný velkým vlivem, který mají učitelé na sebevzdělávání, se zaměřením na teoretický model SSDL. Motivace, jakožto klíčový prvek, je popsána s důrazem na „self-determination theory“, přičemž teorie rozlišuje dva typy motivace, což vede k závěrečné podkapitole, která se zaměřuje na různé faktory ovlivňující motivaci. Aspekty zkoumané v této práci by mohly rozšířit povědomí o tomto důležitém konceptu a významu jeho širokého uplatnění. This bachelor’s thesis explores the concept of self-directed learning and its crucial components. The initial chapters start with a few historical milestones and then discuss significant theories that shaped the concept of self-learning. Afterwards, the importance of self-evaluation for skill development is explained, followed by the great influence that teachers have on self-education, with a focus on a theoretical model of SSDL. Motivation, a key element for effective learning, is described with an emphasis on self-determination theory, distinguishing between theories’ two types of motivation, leading to the final subchapter that focuses on different factors that influence motivation. The aspects examined in this thesis might broaden awareness of this important concept and the significance of its widespread application.
Klíčová slova:
Self-directed learning; self-learning; autonomy; self-evaluation; teacher influence; motivation; intrinsic motivation; extrinsic motivation; Sebeřízené učení; sebevzdělávání; autonomie; sebeevaluace; vliv učitele; motivace; intrinsická (vnitřní) motivace; extrinsická (vnější) motivace
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Sebevzdělávání jako nezbytná součást profesního vývoje jazykově orientovaného profesionála
Tato bakalářská práce se zabývá konceptem sebeřízeného učení a jeho klíčovými složkami. Úvodní kapitoly začínají krátkými historickými milníky a poté se věnují významným teoriím, které utvářely ...
Návrh superskalárního RISC-V procesoru
Salvet, Dominik; Šimek, Václav; Jaroš, Jiří
2024 - anglický
Tato práce se zabývá návrhem a implementací superskalární mikroarchitektury RISC-V procesoru zaměřené na prostředí s omezenými zdroji. Za tímto účelem mikroarchitektura definuje sedmistupňovou zřetězenou linku s dvojitým vydáváním instrukcí, které vykonává v pořadí. Je popsána v jazyce SystemVerilog a lze ji snadno simulovat na počítači. Pomocí připravených nástrojů pouští vytvořený model procesoru programy napsané v RISC-V jazyce symbolických adres zkompilované GCC. Na základě provedeného testování bez speciální asistence kompilátoru procesor provede v průměru 0,88 instrukcí za cyklus, čímž poskytuje o 22,6 % vyšší výkon než jeho skalární protějšek. Vzhledem k tomu, že se navržená mikroarchitektura také vyhýbá nadměrné specializaci, poskytuje dobrý základ, který lze dále rozšiřovat a optimalizovat na základě profilování očekávaných programů, což vede k optimálnímu výkonu a využití zdrojů. This thesis deals with designing and implementing a superscalar RISC-V processor microarchitecture focused on environments with constrained resources. For that, the microarchitecture exposes a dual-issue seven-stage pipeline with in-order instruction execution. It is described in SystemVerilog and can be easily simulated on a computer. Using prepared tools, the created processor model runs RISC-V assembly programs compiled by GCC. Based on conducted testing without special compiler assistance, the processor executes 0.88 instructions per cycle on average, providing 22.6 % higher performance than its scalar counterpart. Considering that the microarchitecture also avoids unnecessary specialization, it provides a good base that can be further extended and optimized based on the profiling of expected programs, leading to optimal performance and use of resources.
Klíčová slova:
Superscalar processor; RISC-V instruction set; instruction pipelining; in-order execution; dual-issue architecture; open-source hardware; SystemVerilog; simulation testbench; Superskalární procesor; instrukční sada RISC-V; zřetězené zpracování; vykonávání instrukcí v pořadí; dvojité vydávání instrukcí; otevřený hardware; SystemVerilog; simulační testbench
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Návrh superskalárního RISC-V procesoru
Tato práce se zabývá návrhem a implementací superskalární mikroarchitektury RISC-V procesoru zaměřené na prostředí s omezenými zdroji. Za tímto účelem mikroarchitektura definuje sedmistupňovou ...
Identifikace zvěře na základě biometrických informací
Jančeková, Lucia; Sakin, Martin; Dyk, Tomáš
2024 - anglický
Táto práca sa zaoberá identifikáciou divej zvery, konkrétne diviaka pomocou fotografii nosu. Ide o identifikáciu jednotlivcov a využívajú sa na to ryhy, ktoré sa nachádzajú na vrchnej časti nosu. V rámci tejto práci je navrhnuté a implementované riešenie na extrakciu tejto biometrickej informácii a porovnaním ju s ostatnými už uloženými šablónami. Riešenie je otestované na fotografiách z rovnakého diviaka, ale aj na 49 ďalších individuálnych jedincov. This thesis deals with wild animal identification, specifically wild boar, through photographs of their snouts. It focuses on the identification of individual animal, by utilizing the ridges found on the upper part of the snout. Within this work, a solution is designed and implemented, for the extraction of this biometric information and its comparison with other templates already stored in the system. The solution is tested on photographs from the same wild boar, as well as 49 other individuals.
Klíčová slova:
animal identification; biometric system; wild boar; image processing; fingerprints; identifikácia zvierat; biometrické systémy; diviak; spracovanie obrazu; odtlačky prstov
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Identifikace zvěře na základě biometrických informací
Táto práca sa zaoberá identifikáciou divej zvery, konkrétne diviaka pomocou fotografii nosu. Ide o identifikáciu jednotlivcov a využívajú sa na to ryhy, ktoré sa nachádzajú na vrchnej časti nosu. V ...
Best Value Approach ve veřejných zakázkách
Vostrikov, Ruslan; Hanák, Tomáš; Matějková, Jitka
2024 - anglický
Tato bakalářská práce se zaměřuje na analýzu a hodnocení metody "Best Value Approach" (BVA) ve veřejných zakázkách. Cílem práce je posoudit současnou účinnost a výhody této metody ve srovnání s tradičními metodami výběru dodavatelů. Práce analyzuje relevantní teoretické koncepty a modely. Dále je provedena případová studie vybraných veřejných zakázek, které byly realizovány s využitím metody BVA. Výsledkem práce je porovnání výsledků a identifikace současných klíčových faktorů úspěchu a omezení této metody ve veřejných zakázkách. This bachelor's thesis focuses on analyzing and evaluating the "Best Value Approach" (BVA) method within public procurement. The aim of the thesis is to assess the present effectiveness and benefits of this approach compared to traditional supplier selection methods. The work analyses relevant theoretical concepts and models. Furthermore, a case study is conducted on selected public procurements implemented using the BVA. The outcome of the thesis is a comparison of results and identification of present key success factors and limitations of this method in public procurement.
Klíčová slova:
public procurement; evaluation; supplier selection; veřejné zakázky; hodnocení; výběr dodavatele
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Best Value Approach ve veřejných zakázkách
Tato bakalářská práce se zaměřuje na analýzu a hodnocení metody "Best Value Approach" (BVA) ve veřejných zakázkách. Cílem práce je posoudit současnou účinnost a výhody této metody ve srovnání s ...
Kryo-EM: Vliv EER formátu a super-rozlišení na výsledky SPA
Geršl, David; Dobrovský, Ladislav; Hůlka, Tomáš
2024 - anglický
Kryo-elektronová mikroskopie (cryo-EM) se stala zásadním nástrojem ve strukturální biologii, který umožňuje vizualizaci biologických makromolekul v atomovém rozlišení za kryogenních podmínek. Tato diplomová práce se věnuje zkoumání vlivu obrazového rozlišení a chyb lokalizace v rámci techniky cryo-EM, přičemž klade důraz na jejich dopad na analýzu jednotlivých částic (SPA). Práce je rozdělena do dvou hlavních experimentálních částí. První část zkoumá dopady různých obrazových rozlišení na procesy rekonstrukce v SPA. Zde bylo zjištěno, že zvýšení rozlišení obrazu vede k lepšímu detailu a strukturální jasnosti, avšak zároveň výrazně zvyšuje výpočetní nároky a komplexnost datového zpracování. Druhá experimentální část se zaměřuje na vliv uměle indukovaných chyb lokalizace, které jsou způsobeny použitím technik superrozlišení. Tyto chyby mají negativní vliv na přesnost korekce pohybu a odhady funkcí přenosu kontrastu (CTF), což jsou klíčové aspekty pro přesné 3D rekonstrukce v SPA. Zkoumání těchto dvou klíčových faktorů odhalilo, že i přes technologický pokrok v oblasti detektorů a zpracování obrazu, který umožnil dosáhnout rozlišení srovnatelného s X-ray krystalografií, stále existují výzvy spojené s potenciální optimalizací těchto procesů v praxi. Tyto výzvy zahrnují potřebu efektivnějšího využití výpočetních zdrojů a lepšího pochopení vlivu technických parametrů na kvalitu a přesnost výsledných rekonstrukcí. Výsledky této práce poskytují poznatky pro další vývoj v oblasti cryo-EM a otevírají možnosti pro zlepšení metod SPA, což může potenciálně vést k přesnějšímu a efektivnějšímu studiu komplexních biologických struktur. Tyto poznatky také naznačují směry pro budoucí výzkum a potenciál pro technologické inovace, které by mohly dále zlepšit schopnosti cryo-EM v oblasti strukturní biologie. Cryo-electron microscopy (cryo-EM) has emerged as a pivotal tool in structural biology, enabling the visualization of biological macromolecules at atomic resolutions under cryogenic conditions. This thesis explores the intricacies of image resolution and localization errors within cryo-EM, particularly focusing on their impact on Single Particle Analysis (SPA). The experimental sections delve into the effects of various image resolutions and the introduction of artificial localization errors through super-resolution imaging techniques. Key findings indicate that while higher resolutions enhance detail and structural clarity, they significantly increase computational demands. Additionally, localization errors introduced by super-resolution imaging can adversely affect the accuracy of motion correction and Contrast Transfer Function (CTF) estimations, critical for accurate 3D reconstructions. These insights highlight the delicate balance required in cryo-EM between achieving high resolution and maintaining image integrity, suggesting directions for future research and technological advancements in electron microscopy.
Klíčová slova:
transmission electron microscopy; electron event representation; super-resolution; single particle analysis; cryo-EM; transmisní elektronová mikroskopie; electron event representation; superrozlišení; analýza jednotlivých částic; kryogenní elekotronová mikroskopie
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Kryo-EM: Vliv EER formátu a super-rozlišení na výsledky SPA
Kryo-elektronová mikroskopie (cryo-EM) se stala zásadním nástrojem ve strukturální biologii, který umožňuje vizualizaci biologických makromolekul v atomovém rozlišení za kryogenních podmínek. Tato ...
Detekce přítomnosti nahoty v obrazových datech
Pešková, Daniela; Orság, Filip; Goldmann, Tomáš
2024 - anglický
Zameranie tejto práce je vytvorenie nástroja schopného detekovať nahotu v obrazových dátach. To je dosiahnuté natrénovaním modelu na detekciu inkriminovaných častí tela a vytvorením algoritmu schopného detekovať pokožku. Výsledné nástroje môžu byť použité pre automatickú detekciu nahoty v obrázkoch. Prvá časť práce sa zameriava na teóriu neurónových sietí a počítačového videnia so zameraním na detekciu pokožky. Druhá časť hovorí o prístupe zvolenom pre vytvorenie datasetu, procese tvorby a trénovania modelu schopného detekovať nahotu v obraze, ako aj o algoritmickom prístupe. The focus of this thesis is the creation of a tool capable of detecting nudity in image data. This is achieved by training a model to detect incriminated body parts and creating an algorithm capable of detecting skin. The resulting tools can be used for automatic nudity detection in images. The first part of the thesis focuses on the theory of neural networks and computer vision, with an emphasis on skin detection. The second part discusses the approach chosen for creating the dataset, the process of creation and training the model capable of detecting nudity in images, as well as the algorithmic approach.
Klíčová slova:
Nudity Detection; Pornografic Detection; Skeleton Detection; Convolutional Neural Networks; Deep Learning; Data Extraction; Computer Vision; Skin Detection.; Detekcia Nahoty; Detekcia Pornografie; Detekcia Ľudskej Kostry; Konvolučné Neurónové Siete; Hlboké Učenie; Extrakcia Dát; Počítačové videnie; Detekcia pokožky.
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Detekce přítomnosti nahoty v obrazových datech
Zameranie tejto práce je vytvorenie nástroja schopného detekovať nahotu v obrazových dátach. To je dosiahnuté natrénovaním modelu na detekciu inkriminovaných častí tela a vytvorením algoritmu ...
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