Detail práce

Computer Vision with Active Learning

Disertační práce Student: Kolář Martin Akademický rok: 2021/2022 Vedoucí: Zemčík Pavel, prof. Dr. Ing.
Název česky
Počítačové vidění s aktivním učením
Jazyk práce
anglický
Abstrakt

Metody strojového vidění se zdokonalují zlepšením modelů, laděním trénovaných parametrů nebo anotací reprezentativních dat. Tato práce řadou experimentů potvrzuje hypotézu že aktivní učení zvyšuje přesnost těchto modelů. Rozšířením přistupu pseudolabelů o aktivní učení přispívá tato práce přístupem "one-shot-learning" k učení nových kategorií obrazů s použitím algoritmických doporučení, dále online grafickým uživatelským rozhraním pro optimalizaci dilema Exploration/Exploitation pro online tagování, a dvoukrokovým offline binárním přístupem aktivního učení pro zlepšení kvality dat používaných pro snímání fontů. Tím, že demonstruje přínos aktivního učení v těchto přístupech, přispívá tato práce k hypotéze i konkrétním aplikacím strojového vidění.

Klíčová slova

Počítačové vidění, Detekce objektů, Částečné učení s učitelem, aktivní učení, přenášené učení

Ústav
Ústav počítačové grafiky a multimédií FIT VUT v Brně
Studijní program
Výpočetní technika a informatika, obor Výpočetní technika a informatika
Soubory
Stav
obhájeno
Obhajoba
24. února 2022
Citace
KOLÁŘ, Martin. Computer Vision with Active Learning. Brno, 2021. Disertační práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2022-02-24. Vedoucí práce Zemčík Pavel. Dostupné z: https://www.fit.vut.cz/study/phd-thesis/754/
BibTeX 
@phdthesis{FITPT754,
    author = "Martin Kol\'{a}\v{r}",
    type = "Diserta\v{c}n\'{i} pr\'{a}ce",
    title = "Computer Vision with Active Learning",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2022,
    location = "Brno, CZ",
    language = "english",
    url = "https://www.fit.vut.cz/study/phd-thesis/754/"
}

Závěrečné práce

Nahoru