No (1972)
Used filters
(3)
Number of found documents:
1972
Published from
to
Využitie Diffusion Modelov v Oblasti Deepfakes
Trúchly, Dominik; Malinka, Kamil; Lapšanský, Tomáš
2024 - English
Deepfake je typ syntetického média vytvoreného pomocou sofistikovaných algoritmov strojového učenia, najmä hlbokých neurónových sietí. Ako príklad možno uviesť generatívne adverzné neurónové siete (GAN), ktoré sú schopné generovať obrázky, ktoré sú pre bežných jednotlivcov takmer nemožné odlíšiť od skutočnej reality. V dôsledku toho boli vyvinuté algoritmy detekcie hlbokých falošných správ, ktoré riešia tento rastúci problém. Tieto algoritmy využívajú pokročilé techniky strojového učenia a analyzujú rôzne funkcie v rámci obrázkov a videí, aby identifikovali nezrovnalosti alebo anomálie svedčiace o manipulácii. Táto práca skúma aplikáciu difúznych modelov, bežne používaných v digitálnom spracovaní obrazu na zvýšenie kvality obrazu znížením šumu a rozmazania, pre posilňovanie realizmu deepfakes. Využitím týchto modelov testujeme ich efekt na odhaľovanie deepfakes obrázkov pomocou deepfake detektorov. A deepfake is a type of synthetic media created through sophisticated machine learning algorithms, particularly deep neural networks. As an example Generative adversarial neural networks (GANs), that are capable of generating images that are almost impossible for ordinary individuals to differentiate from genuine reality. Consequently, deepfake detection algorithms have been developed to address this growing concern. Leveraging advanced machine learning techniques, these algorithms analyze various features within images and videos to identify inconsistencies or anomalies indicative of manipulation. This thesis investigates the application of diffusion models, commonly utilized in digital image processing to enhance image quality by reducing noise and blurring, in bolstering the realism of deepfakes. By using these models, we test their effect on detecting deepfakes images using deepfake detectors.
Keywords:
deepfake; neural networks; deepfake detection; diffusion models; biometrics systems; deepfake; neurónové siete; deepfake detekcia; difúzne modely; biometrické systémy
Available in a digital repository NRGL
Využitie Diffusion Modelov v Oblasti Deepfakes
Deepfake je typ syntetického média vytvoreného pomocou sofistikovaných algoritmov strojového učenia, najmä hlbokých neurónových sietí. Ako príklad možno uviesť generatívne adverzné neurónové siete ...
Návrh a výroba FDM tiskárny pro testování pokročilých tiskových funkcí
Haris, Kristián; Slabý, Vojtěch; Kšica, Filip
2024 - English
Táto bakalárska práca sa zaoberá procesom navrhovania a zostavovania FDM tlačiarne, na ktorej budú otestované pokročilé tlačové funkcie. Prvá časť pokrýva teoretické podklady pre mechaniku a software, ktorý bude použitý. Druhá časť prechádza samotným návrhom a zostavením tejto tlačiarne, vrátane ladenia a sprevádzkovania. Práca je zakončená porovnaním s komerčnou tlačiarnou. This bachelor thesis describes the process of designing and building an FDM printer to test advanced printing functions. The first part covers the theoretical background for the mechanics and software involved. The second part explains the design and build process, including calibration and tuning. Lastly, the work is concluded by a comparison with a commercial printer.
Keywords:
FDM; 3D printing; CoreXY; Input shaping; FDM; 3D tlač; CoreXY; Input shaping
Available in a digital repository NRGL
Návrh a výroba FDM tiskárny pro testování pokročilých tiskových funkcí
Táto bakalárska práca sa zaoberá procesom navrhovania a zostavovania FDM tlačiarne, na ktorej budú otestované pokročilé tlačové funkcie. Prvá časť pokrýva teoretické podklady pre mechaniku a software, ...
Zabezbečení IoT aplikací pomocí mikrokontrolerů řady Arm Cortex-M33
Tonka, Marek; Zeman, Václav; Slavíček, Karel
2024 - English
Bakalárska práca analyzuje vlastnosti moderných mikrokontrolérov s architektúrou ARM Cortex-M33 a ich prínos pre zabezpečenie IoT aplikácií. Teoretická časť je zameraná na predstavenie spoločnosti ARM spolu s charakteristikou architektúry ARMv8, na ktorej sú procesory Cortex-M33 postavené. Taktiež sa kladie dôraz na predstavanie novej technológie TrustZone, ktorá je klúčovým zabezpečovacím prvkom týchto procesorov. Následne je predstavený výber mikrokontrolérov a ich vlastností od piatich popredných polovodičových spoločností. Praktická časť zahŕňa inštaláciu a nastavenie dvoch IDE pre nasledovnú prácu s doskami NUCLEO-575-ZI-Q a LPC55S69-EVK. Na základe týchto vývojových dosiek sa testujú štyri jedinečné funkcie, ktoré poukazujú na výhody používania procesorov ARM na zabezpečenie aplikácií internetu vecí. The bachelor thesis analyses the characteristics of modern microcontrollers with ARM Cortex-M33 architecture and their contribution to securing IoT applications. The theoretical part focuses on the introduction of ARM along with the characteristic of the ARMv8 architecture on which the Cortex-M33 processors are built. Emphasis is also placed on the introduction of the new TrustZone technology, which is a key security feature of these processors. Subsequently, a selection of microcontrollers and their features from five leading semiconductor companies is presented. The practical part covers the installation and setup of the two IDEs for the following work with the NUCLEO-575-ZI-Q and LPC55S69-EVK boards. Based on these development boards, four unique features are tested to demonstrate the benefits of using ARM processors to secure IoT applications.
Keywords:
ARM Cortex-M33; ARM Microcontrollers; IoT Security; TrustZone; Secure Boot; NUCLEO-575-ZI-Q; LPC55S69-EVK; ARMv8-M Architecture; Cybersecurity; Embedded Systems; STMicroelectronics; NXP Semiconductors; ARM Cortex-M33; mikrokontroléry ARM; bezpečnosť IoT; TrustZone; Secure Boot; NUCLEO-575-ZI-Q; LPC55S69-EVK; architektúra ARMv8-M; kybernetická bezpečnosť; vstavané systémy; STMicroelectronics; NXP Semiconductors
Available in a digital repository NRGL
Zabezbečení IoT aplikací pomocí mikrokontrolerů řady Arm Cortex-M33
Bakalárska práca analyzuje vlastnosti moderných mikrokontrolérov s architektúrou ARM Cortex-M33 a ich prínos pre zabezpečenie IoT aplikácií. Teoretická časť je zameraná na predstavenie spoločnosti ARM ...
Vyhodnocení vhodnosti polovodičového zdroje IR záření pro fotoakustický senzor plynů
Miškov, Alexander; Smísitel, Petr; Hubálek, Jaromír
2024 - English
Táto práca je zameraná na hodnotenie vhodnosti polovodičového zdroja svetla v strednej infračervenej oblasti pre fotoakustický senzor plynu. Teoretická časť práce bude venovaná známym technikám detekcie plynov, fyzikálnym zákonom, ktoré je potrebné pochopiť, a známym zdrojom infračerveného žiarenia, ktoré budú porovnané s predmetným polovodičovým zdrojom infračerveného žiarenia. V praktickej časti bude vysvetlená metodika hodnotenia IR zdroja svetla a budú prezentované výsledky. This thesis is focused on the evaluation of semiconductor mid-infrared light source suitability for photoacoustic gas sensor. The theoretical part of the thesis will be devoted to known gas detection techniques, physics laws that need to be comprehended and known infrared sources that will be compared with the semiconductor IR source in question. In the practical part, the methodology of the IR light source evaluation will be explained and the results will be presented.
Keywords:
Gas; gas detection; LED; infrared light source; semiconductor; photoacoustic; sensor.; Plyn; detekcia plynu; LED; zdroj infračerveného svetla; polovodič; fotoakustický; senzor.
Available in a digital repository NRGL
Vyhodnocení vhodnosti polovodičového zdroje IR záření pro fotoakustický senzor plynů
Táto práca je zameraná na hodnotenie vhodnosti polovodičového zdroja svetla v strednej infračervenej oblasti pre fotoakustický senzor plynu. Teoretická časť práce bude venovaná známym technikám ...
Metody tvorby hlasových deepfakes v reálném čase
Alakaev, Kambulat; Pleško, Filip; Malinka, Kamil
2024 - English
Tato práce zkoumá možnosti generování hlasových deepfake v reálném čase pomocí nástrojů s otevřeným zdrojovým kódem. Experimenty bylo zjištěno, že rychlost generování hlasových deepfakes je ovlivněna výpočetním výkonem zařízení, na kterých jsou nástroje pro tvorbu řeči spuštěny. Byl identifikován model hlubokého učení, který je schopen generovat řeč téměř v reálném čase. Omezení nástroje obsahujícího tento model však bránila kontinuálnímu zadávání vstupních dat pro generování v reálném čase. K řešení tohoto problému byl vyvinut program, který tato omezení překonává. Kvalita generovaných deepfakes byla hodnocena jak pomocí modelů pro detekci hlasových deepfake, tak pomocí online průzkumů na lidech. Výsledky ukázaly, že zatímco model dokázal oklamat detekční modely, nebyl úspěšný při oklamání lidí. Tento výzkum upozorňuje na dostupnost nástrojů pro syntézu hlasu s otevřeným zdrojovým kódem a na možnost jejich zneužití jednotlivci k podvodným účelům. This thesis explores the possibility of achieving real-time voice deepfake generation using open-source tools. Through experiments, it was discovered that the generation rate of voice deepfakes is affected by the computing power of the devices running the speech creation tools. A deep learning model was identified to be capable of generating speech in near real time. However, limitations in the tool containing this model prevented continuous input data for real-time generation. To address this, a program was developed to overcome these limitations. The quality of the generated deepfakes was evaluated using both voice deepfake detection models and human online surveys. The results revealed that while the model could deceive detection models, it was not successful in fooling humans. This research highlights the accessibility of open-source voice synthesis tools and the potential for their misuse by individuals for fraudulent purposes.
Keywords:
deepfakes; voice deepfakes; biometric systems; realtime voice synthesis; synthetic speech; deep learning; cybersecurity; text-to-speech; voice conversion; open-source deepfake tools; voice deepfake detection; deepfakes; hlasové deepfakes; biometrické systémy; syntéza hlasu v reálném čase; syntetická řeč; hluboké učení; kybernetická bezpečnost; převod textu na řeč; konverze hlasu; open-source deepfake nástroje; detekce hlasového deepfake
Available in a digital repository NRGL
Metody tvorby hlasových deepfakes v reálném čase
Tato práce zkoumá možnosti generování hlasových deepfake v reálném čase pomocí nástrojů s otevřeným zdrojovým kódem. Experimenty bylo zjištěno, že rychlost generování hlasových deepfakes je ovlivněna ...
Bezpečnostní rizika senzorů v mobilních zařízeních
Henclová, Kateřina; Polčák, Libor; Hranický, Radek
2024 - English
Tato práce představuje hrozby pro mobilní bezpečnost a soukromí, které představují mobilní senzory. Představuje rozhraní Generic Sensor API, mobilní senzory a způsoby jejich zneužití. Pomocí mobilních senzorů, jako je akcelerometr, gyroskop a magnetometr, tato práce demonstruje takový útok na mobilní senzory v prohlížeči. Zvoleným útokem je rozpoznávání aktivity, které provádí predikci aktivit pomocí strojového učení se slibnými výsledky a předpovídá správnou třídu aktivit přibližně v 69% případů napříč všech tříd. Pozornost je věnována také rozšíření JShelter a tomu, zda poskytuje ochranu před nežádoucím odhalením senzorů. This work presents the threats to mobile security and privacy exposed by mobile sensors. It introduces the Generic Sensor API, the mobile sensors, and ways they can be misused. Using the mobile sensors like the accelerometer, gyroscope and magnetometer, this work demonstrates such an attack on mobile sensors in the browser. The chosen attack is activity recognition, which performs its activity prediction using machine learning with promising results, predicting the correct activity class approximately 69% of the time across all classes. Focus is also given to the JShelter extension, and whether it provides protection against unwanted sensor exposure.
Keywords:
Mobile sensors; Cybersecurity; Privacy; JShelter; Generic Sensor API; JavaScript; Activity recognition; Machine learning; Accelerometer; Gyroscope; Magnetometer; Mobilní senzory; kyberbezpečnost; soukromí; JShelter; Generic Sensor API; JavaScript; rozpoznávání aktivity; strojové učení; akcelerometr; gyroskop; magnetometr
Available in a digital repository NRGL
Bezpečnostní rizika senzorů v mobilních zařízeních
Tato práce představuje hrozby pro mobilní bezpečnost a soukromí, které představují mobilní senzory. Představuje rozhraní Generic Sensor API, mobilní senzory a způsoby jejich zneužití. Pomocí mobilních ...
Vliv výrazů obličeje na 3D rozpoznávání podle obličeje.
Kováč, Peter; Goldmann, Tomáš; Pleško, Filip
2024 - English
Bakalárska práca "Vplyv výrazov tváre na rozpoznávanie tváre v 3D" sa zameriava na štúdium vplyvu výrazov tváre na presnosť rozpoznávania tváre v 3D. Prvé kapitoly skúmajú rôzne techniky 3D modelovania a ich využitie vrátane 3D morfovateľných modelov (3DMM), modelov blendshape a metód založených na neurónových sieťach ako FLAME (Faces Learned with an Articulated Model and Expressions). Práca následne predstavuje nový prístup k rekonštrukcii 3D modelov tvárí z 2D obrázkov a navrhuje hodnotiaci rámec na meranie vplyvu zmien výrazov tváre na rozpoznávanie tváre v 3D. Experimentálne výsledky ukazujú, ako rôzne výrazy, ako napríklad hnev, radosť a strach, ovplyvňujú presnosť rozpoznávania. Zistenia tejto práce prispievajú k hlbšiemu pochopeniu úlohy výrazov tváre v rozpoznávaní tváre v 3D a navrhujú možné zlepšenia na zvýšenie presnosti rozpoznávacích systémov. The thesis "The impact of facial expressions on 3D face recognition" focuses on studying the effect of facial expressions on the accuracy of 3D face recognition. The first chapters explore various 3D modeling techniques and their applications, including 3D Morphable Models (3DMMs), blendshape models, and neural network-based methods like FLAME (Faces Learned with an Articulated Model and Expressions). The thesis then presents a new approach for reconstructing 3D face models from 2D images and proposes an evaluation framework to measure the impact of facial expression changes on 3D face recognition. Experimental results demonstrate how different expressions, such as anger, happiness, and fear, influence recognition accuracy. The findings of this work contribute to a deeper understanding of facial expressions’ role in 3D face recognition and propose potential improvements for enhancing recognition systems.
Keywords:
3D face recognition; facial expressions; 3D Morphable Models; blendshape models; FLAME; DECA; landmark detection; 3D modeling; facial animation; 3D rozpoznávanie tvárí; výrazy tváre; 3D morfovateľné modely; modely blendshape; FLAME; DECA; detekcia bodov; 3D modelovanie; animácia tváre
Available in a digital repository NRGL
Vliv výrazů obličeje na 3D rozpoznávání podle obličeje.
Bakalárska práca "Vplyv výrazov tváre na rozpoznávanie tváre v 3D" sa zameriava na štúdium vplyvu výrazov tváre na presnosť rozpoznávania tváre v 3D. Prvé kapitoly skúmajú rôzne techniky 3D ...
Řízení aktivních prvků LEGO Technic z prostředí EV3
Blaško, Daniel; Polčák, Libor; Hranický, Radek
2024 - English
LEGO Mindstorms je populárna rada programovateľných kociek s rozsiahlou sadou funkcií, ktorá už 25 rokov pomáha učiť deti základy robotiky a počítačových vied, a ktorá sa teší širokej komunitnej podpore. Cieľom tejto bakalárskej práce je vytvoriť hardvérové a softvérové riešenia, ktoré zlepšia kompatibilitu medzi kockou Mindstorms EV3 a ostatnými motorizovanými LEGO súčiastkami, s primárnym zameraním sa na produktovú radu Power Functions. V rámci tejto práce boli v rôznych iteráciách vytvorené radiče, ktoré rozširujú možnosti kocky EV3 ovládať motory, s použitím vlastných návrhov dizajnov plošných spojov a 3D tlačených puzdier. Okrem nich boli vyvinuté softvérové kódovacie bloky, ktoré umožňujú kocke komunikovať s týmito radičmi a ďalšími UART zariadeniami. LEGO Mindstorms is a popular series of programmable bricks with an advanced set of functionality, which has been helping children learn the basics of robotics and computer science for 25 years and which enjoys wide community support. The goal of this bachelor's thesis is to provide hardware and software solutions to enhance the compatibility between the LEGO Mindstorms EV3 intelligent brick and other motorized LEGO parts, primarily focusing on the Power Functions product line. In this thesis, I will create motor drivers in several iterations that broaden the capabilities of the EV3 brick to control a large number of motors, using my designs for printed circuit boards and 3D-printed enclosures. Additionally, I will develop software code blocks for the EV3 that allow it to communicate with the aforementioned drivers, as well as other UART devices.
Keywords:
LEGO; LEGO Mindstorms EV3; EV3-G Blocks; LEGO Power Functions; microcontroller; Arduino; ESP; motor driver; I2C; UART; printed circuit board; LEGO; LEGO Mindstorms EV3; EV3-G Bloky; LEGO Power Functions; mikrokontrolér; Arduino; ESP; motorový radič; I2C; UART; plošný spoj
Available in a digital repository NRGL
Řízení aktivních prvků LEGO Technic z prostředí EV3
LEGO Mindstorms je populárna rada programovateľných kociek s rozsiahlou sadou funkcií, ktorá už 25 rokov pomáha učiť deti základy robotiky a počítačových vied, a ktorá sa teší širokej komunitnej ...
Potlačení šumu v rentgenových snímcích s využitím hlubokého učení
Říhová, Barbora; Jakubíček, Roman; Zemek, Marek
2024 - English
Technologie zobrazování pomocí rentgenových paprsků je základem zkoumání vnitřní struktury velké škály objektů a výsledky mohou být právě kvůli šumu kompromitovány. Tato práce se zabývá odstraňováním šumu v rentgenových projekcích pomocí hlubokého učení, které má schopnost adaptovat se na konkrétní problém. Práce obsahuje teoretickou rešerši zaměřenou na oblasti produkce a detekce rentgenových paprsků, šumu v rentgenových snímcích a neuronových sítí. Speciální kapitola je věnována popisu vybraného řešení, které je provedeno pomocí tvorby datasetu složeného z části z modelovaných rentgenových projekcí s následně implementovaným šumem odpovídající modelu v reálných snímcích a částečně ze sérií rentgenových projekcí získaných ze zařízení Rigaku nano3DX. K implementaci byla vybrána architektura konvoluční neuronové sítě RIDNet, vzhledem k tomu, že poskytuje v oblasti redukce šumu dobré výsledky. Byly natrénovány tři modely s použitím různých částí datasetu. Nejlepší výkon byl pozorován u modelů, u kterých byla při trénování použita reálná data. Jejich účinnost je srovnatelná s tradičními metodami jako BM3D. X-ray imaging technology is the foundation for exploring the internal structure of a wide range of objects, however the results can be compromised by noise. This thesis is focused on the removal of noise in X-ray projections using deep learning, that has the capability to adapt to a specific task. The thesis contains a theoretical investigation focusing on the areas of X-ray production and detection, noise in X-ray images, and neural networks. A special chapter is devoted to the description of the chosen solution, which is performed by creating a dataset partially consisting of modeled X-ray projections with the subsequent incorporation of noise corresponding to noise model in real images and partly from X-ray projection series. The RIDNet convolutional neural network architecture was selected for implementation, since it shows good result for denoising task. Three models were trained using different parts of the dataset. The best performance was observed for models, that used real data for training. Their performance is comparable to traditional methods such as BM3D.
Keywords:
X-ray imaging; deep learning; noise; denoising; convolutional neural networks; rentgenové zobrazování; hluboké učení; šum; odstraňování šumu; konvoluční neuronové sítě
Available in a digital repository NRGL
Potlačení šumu v rentgenových snímcích s využitím hlubokého učení
Technologie zobrazování pomocí rentgenových paprsků je základem zkoumání vnitřní struktury velké škály objektů a výsledky mohou být právě kvůli šumu kompromitovány. Tato práce se zabývá odstraňováním ...
Driver krokového motoru se zpětnou vazbou pro polohovací platformu
Doležel, Michael; Král, Vojtěch; Barcík, Peter
2024 - English
Tato bakalářská práce se zabývá návrhem a stavbou uzavřené regulační soustavy pro výšku a azimut optomechanické platformy. Cílem je porovnat rotační senzory a následně navrhnout kontroler pro krokový motor. Prototyp regulačního systému byl postaven s využitím platformy Arduino, řadiče krokového motoru DRV8825, krokového motoru NEMA-17 a hallového senzoru AEAT-9922 pro měření rotace. Prototyp dokáže otáčet krokovým motorem s rozlišením 0.056°, což je maximální přesnost řadiče DRV8825 při použití mikrokrokování 1/32. Deska finálního řadiče byla přepracována tak, aby zahrnovala rozhraní SPI-4 pro hallový senzor AEAT-9922. Deska obsahuje řadič krokového motoru L6470H s mikrokrokováním 1/128 a má rozlišení 0.014°. This bachelor's thesis deals with designing and building a closed-loop control system for the altitude and azimuth axis of an opto-mechanical platform. The goal is to compare rotation sensors, and then design a driver for the stepper motor. The control system prototype was built using the Arduino platform, DRV8825 motor driver, NEMA-17 stepper motor, and AEAT-9922 hall effect rotational sensor. The prototype can rotate the stepper motor with a resolution of 0.056° which is the maximal accuracy of the DRV8825 driver with 1/32 microstepping mode. The board of the final driver was redesigned to include the SPI-4 interface for the AEAT-9922 hall sensor. This driver includes an L6470H stepper motor driver with 1/128 microstepping mode. This final board has a resolution of 0.014°.
Keywords:
AEAT-9922; Arduino; capacitive encoder; DRV8825; Hall-effect sensor; L6470H; magnetic encoder; microstepping; NEMA 17; optical encoder; Opto-mechanical platform; potentiometer; resolver; rotatory sensor; rotation; RS-485; SPI-4; stepper motor; STM32F303K6; AEAT-9922; Arduino; kapacitní enkodér; DRV8825; Hallův senzor; L6470H; magnetický enkodér; mikrokrokování; NEMA 17; optický enkodér; optomechanická platforma; potenciometr; resolver; rotační senzor; rotace; RS-485; SPI-4; krokový motor; STM32F303K6
Available in a digital repository NRGL
Driver krokového motoru se zpětnou vazbou pro polohovací platformu
Tato bakalářská práce se zabývá návrhem a stavbou uzavřené regulační soustavy pro výšku a azimut optomechanické platformy. Cílem je porovnat rotační senzory a následně navrhnout kontroler pro krokový ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases