Detail práce
Detekce graffiti tagů v obraze
Cílem této práce je porovnat různé přístupy počítačového vidění se záměrem automatické detekce graffiti tagů v obraze. Za tímto účelem byly v řešení použity modely založené na neuronových sítích. V práci byly otestovány jak osvědčené detekční modely, tak i modely experimentální. U nejpřesnějšího z nich (Faster R-CNN) bylo dosaženo přesnosti 83% mAP, což poukázalo na vhodnost těchto modelů při řešení otázky detekce tagů.
detekce objektů, graffiti tagy, konvoluční neuronové sítě, Faster R-CNN, R-FCN, Mask R-CNN, EAST detektor, CCNN, Counting CNN
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 B.
- Jakou jste volil hodnotu překryvu (IoU) pro výpočet mAP ve Vašich experimentech? Může mít na tuto volbu vliv potenciální finální aplikace, ve Vašem případě odhalování vandalismu?
- Metody Mask R-CNN a CCNN nedosáhly přesnosti bounding boxů jiných metod. Daly by se jejich výstupy (segmentační maska, mapa hustoty) přesto nějakým způsobem využít v řešeném problému?
- Jak Vámi vytvořená neuronová síť rozpozná dva překryté graffiti tagy?
- Co lze dál dělat s výsledky Vaši aplikace? Lze podle nich např. odhalit tvůrce tagu?
Bidlo Michal, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Křivka Zbyněk, Ing., Ph.D. (UIFS FIT VUT), člen
Rogalewicz Adam, doc. Mgr., Ph.D. (UITS FIT VUT), člen
@bachelorsthesis{FITBT20821, author = "Martin Fischer", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Detekce graffiti tag\r{u} 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 = 2019, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/20821/" }