Detail práce
Pokročilé metody detekce hran v obraze
Cílem této práce je zjistit možnosti aplikování trénovatelného algoritmu detekce hran Structured forest for fast edge detection na extrakci informací z historických mapových podkladů a medicínských snímků. Pro práci byl vytvořen vlastní anotovaný dataset, na kterém byl otestován tento trénovatelný detektor. Structured forest v porovnáním s klasickými detektory dosahoval lepších výsledků na mapových podkladech. Úspěšnost nalezení hran kostních tkání byla u obou přístupů podobná. Následující zaměření práce je orientováno na porovnání různých stylů anotování obrázků, experimentování s datasetem, včetně určování parametrů a vyhodnocování úspěšností metod.
Detekce hran, anotační nástroj, anotovaný dataset hran.
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C
- Dala by se zvýšit úspěšnost detekce implementací multi-scale verze metody Structured Forest? Tedy spustit ji nad několika měřítky vstupního obrazu a pak spojit výsledky.
- Jak by se dala zlepšit úspěšnost detekce hran metodou Structured Forest na zkoumaných medicínských datech?
Černocký Jan, prof. Dr. Ing. (UPGM FIT VUT), člen
Rychlý Marek, RNDr., Ph.D. (UIFS FIT VUT), člen
Strnadel Josef, Ing., Ph.D. (UPSY FIT VUT), člen
Šlapal Josef, prof. RNDr., CSc. (UM OADM FSI VUT), člen
Španěl Michal, Ing., Ph.D. (UPGM FIT VUT), člen
@mastersthesis{FITMT11360, author = "Martin Mez\'{i}rka", type = "Diplomov\'{a} pr\'{a}ce", title = "Pokro\v{c}il\'{e} metody detekce hran v obraze", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2015, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/11360/" }