| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 327
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Čitalnik vodomerov s pomočjo računalniškega vida
Sani Horvat, 2021, diplomsko delo

Opis: V diplomski nalogi je predstavljen postopek zajemanja in obdelave slik vodomerov ter obdelava podatkov (številk), ki jih pridobimo s pomočjo računalniškega vida, tako da jih je možno prikazati na oddaljenem mestu v digitalni obliki. Vse to se izvede z mikroračunalnikom Raspberry Pi, ki ima priključeno kamero. Glavna tema naloge je računalniški vid, ki je ključen del tega sistema.
Ključne besede: Računalniški vid, prepoznava znakov, obdelava slik, obdelava podatkov
Objavljeno: 18.10.2021; Ogledov: 22; Prenosov: 5
.pdf Celotno besedilo (2,15 MB)

2.
Prepoznavanje objektov iz satelitskih slik z metodami globokega učenja na vgrajeni napravi
Martin Domajnko, 2021, diplomsko delo

Opis: V diplomskem delu rešujemo problem prepoznavanja prometa iz satelitskih slik. Cilj je bil uporabiti metode globokega učenja, pognati modele na izbranih vgrajenih napravah in doseči povprečno natančnost vsaj 75 % pri hitrosti izvajanja 5 sličic na sekundo. Za eksperiment uporabimo modela Faster R-CNN in SSD iz knjižnic Detectron2 ter TensorFlow Object Detection API. Fazi učenja in testiranja izvedemo na satelitskih slikah baze podatkov xView, katere predhodno razdelimo na učno in testno množico. Na učni množici izvedemo tudi bogatenje slik. Naučene modele preizkusimo na grafičnih karticah Nvidia GeForce GTX 970 ter Nvidia Titan X Pascal, na procesorju Intel Core i7-4790 in na vgrajenih napravah Intel Neural Compute Stick 2 ter Nvidia Jetson TX2. Preizkuse izvedemo s pomočjo skript napisanih v programskem jeziku Python3. Te izvozijo modele v posebno zamrznjeno stanje, jih optimizirajo za izvajanje na izbrani napravi in izmerijo njegovo hitrost ter natančnost. Najvišjo povprečno natančnost 37,33 % dosežemo z modelom Faster R-CNN iz knjižnice Detectron2. Z modelom SSD iz knjižnice TensorFlow Object Detection API na grafični kartici Nvidia GeForce GTX 970 dosežemo povprečno hitrost izvajanja 84,5 sličic na sekundo. Demonstrirana rešitev v diplomskem delu je primerna za izvajanje na vgrajenih napravah, a žal ni dovolj natančna. Za doseganje boljših rezultatov moramo našo rešitev izvajati na hitrejši strojni opremi, ki podpira večje ter s tem natančnejše modele.
Ključne besede: strojno učenje, globoko učenje, vgrajene naprave, prepoznavanje objektov, satelitske slike, računalniški vid
Objavljeno: 18.10.2021; Ogledov: 8; Prenosov: 2
.pdf Celotno besedilo (34,13 MB)

3.
Primerjava postopkov za prepoznavanje oseb v nekontroliranem okolju
Žan Oblak, 2021, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali z analizo metod za prepoznavanje oseb v nekontroliranem okolju. Cilj naše raziskave je bil preštudirati in primerjati različne metode, nato pa na osnovi postavljenih kriterijev izbrati najprimernejšo za različne vrste aplikacij. Najprej smo opravili pregled področja ter identificirali obstoječe odprtokodne metode. Zatem smo preučili metrike za merjenje zmogljivosti postopkov za prepoznavo oseb v nekontroliranem okolju. Po opravljenem študiju smo izbrali tri metode za testiranje, in sicer metodo Ageitgey/face_recognition, SphereFace ter OpenBR. Za namen testiranja smo preučili in namestili javni podatkovni zbirki LFW in UTKFace, ki vsebujeta osebe v nekontroliranem okolju. V eksperimentalnem delu smo testirali posamezno metodo s pomočjo eksperimentalnih podatkovnih zbirk. Testiranje smo izvajali na prenosnem računalniškem sistemu, pri čemer smo beležili število pozitivnih in negativnih detekcij. Z dobljenimi rezultati smo nato izračunali šest uveljavljenih metrik na področju prepoznavanja oseb v nekontroliranem okolju, opazovali pa smo tudi procesorsko in prostorsko zahtevnost metod. Najslabše se je odrezala metoda Ageitgey/face_recognition, najbolje pa metoda SphereFace. Metoda OpenBR je bila na zbirki LFW celo enakovredna metodi SphereFace. Na osnovi eksperimentiranj zaključujemo, da je za uporabo v domačem okolju najbolje uporabiti metodo Ageitgey/face_recognition. Za uporabo v profesionalnem okolju pa se odločimo med metodama SphereFace in OpenBR, in sicer glede na sistemske vire, ki jih imamo na razpolago.
Ključne besede: prepoznava oseb, nekontrolirano okolje, primerjava metod, računalniški vid
Objavljeno: 18.10.2021; Ogledov: 11; Prenosov: 1
.pdf Celotno besedilo (1,61 MB)

4.
Implementacija inteligentnega agenta za igro lažnivec na osnovi statističnega modela
David Mikek, 2021, diplomsko delo

Opis: Lažnivec je popularna igra s kartami za dva igralca, ki si med seboj razdelita karte in jih izmenično odlagata na kup. Pri sprejemanju svojih odločitev se odločata glede na število kart v rokah in na kupu ter glede na predvidevanje nasprotnikovih potez. V tem diplomskem delu smo predstavili lastno implementacijo igre, ki vključuje več vrst računalniških agentov, definiranih na osnovi statističnih modelov. Poleg tradicionalnih hevristik igranja smo za njihovo definicijo uporabili tudi genetski algoritem, kjer se uspešnost igranja agentov preverja s turnirjem. Slednjega smo izvedli po principu, da vsak igra z vsakim, in z igranjem agentov proti človeškemu nasprotniku. Rezultati igre med agenti so pokazali, da za igro lažnivec ne obstaja splošno najuspešnejša strategija, ki bi zagotavljala zmago v večini primerov. Rezultati igre proti človeškemu igralcu pa so razkrili ključno slabost statistično podprtih modelov, ki se niso zmožni prilagoditi spremembam v nasprotnikovi strategiji.
Ključne besede: lažnivec, igra s kartami, genetski algoritem, umetna inteligenca, računalniški agenti
Objavljeno: 18.10.2021; Ogledov: 16; Prenosov: 4
.pdf Celotno besedilo (1,64 MB)

5.
Adversarna motnja razpoznave slik nevronske mreže s pomočjo evolucijskega algoritma
Rok Kukovec, 2021, diplomsko delo

Opis: Uspešnost prepoznavanja slik z uporabo nevronskih mrež je odvisna od parametrov in filtrov, optimiziranih skozi učni proces. Tukaj najdemo razliko v načinu prepoznavanja motivov med ljudmi in stroji. Pojavi se vrzel, ki jo napadalec s pomočjo adversarnih motenj lahko izkoristi. Slike so na videz neopazno spremenjene, ljudje razlike težko zaznajo, vendar klasifikacija nevronske mreže odpove. To delo raziskuje poustvarjanje slik z evolucijskim algoritmom. Konvolucijska nevronska mreža AlexNet po spremembi ne more prepoznati predhodno jasnih motivov. Človeku prepoznavna slika se ohrani. Pari izvirnih in poustvarjenih slik so bili primerjani z uporabo vizualne ocene in statističnih metrik.
Ključne besede: adversarna motnja, evolucijski algoritmi, konvolucijske nevronske mreže, računalniški vid
Objavljeno: 24.08.2021; Ogledov: 311; Prenosov: 93
.pdf Celotno besedilo (5,61 MB)

6.
Analiza vhodnih podatkov, potrebnih za uporabo računalniških programov za projektiranje cest
Anja Ježovita, 2021, magistrsko delo

Opis: Namen magistrske naloge je predstaviti pomembnost ustreznih vhodnih podatkov za potrebe sodobnega projektiranja cest / cestne infrastrukture. sodobne načine izdelave projekta ceste. V teoretičnem delu so predstavljeni sodobni programi za računalniško projektiranje cestne infrastrukture, njihove značilnosti ter medsebojne razlike. Za uporabo sodobnih računalniških programov potrebujemo ustrezne vhodne podatke: izdelan model terena, projektno-tehnični elementi / parametri projektirane ceste ipd. Za potrebe izdelave projekta ceste smo na terenu izvedli geodetske meritve in s pomočjo pridobljenih podatkov izdelali geodetsko podlago za projektiranje. Uporabili smo metodo laserskega skeniranja in merjenje s totalno postajo. Lasersko skeniranje je napredovalo, tako se danes uporablja 3D skeniranje kot hiter in natančen način meritev. V magistrskem delu smo uporabili inštrument Topcon GTL-1000. Inštrument je kombinacija 3D laserskega skenerja in totalne postaje. V programu Plateia smo s podatki o izmerjenem območju izdelali digitalni model terena oziroma podlago za projektiranje, na kateri smo projektirali novo cesto.
Ključne besede: gradbeništvo, računalniški programiza projektiranje cest, elementi ceste, Plateia, geodetska podlaga za projektiranje ceste
Objavljeno: 05.07.2021; Ogledov: 124; Prenosov: 24
.pdf Celotno besedilo (4,72 MB)

7.
Zbiranje in analiza velike količine dnevniških zapisov računalniškega oblaka
Luka Orehar, 2020, magistrsko delo

Opis: Opredeljena je problematika pregledovanja dnevniških zapisov ob izjemno veliki količini podatkov, zbranih v informacijskem oblaku ob povečevanju števila uporabnikov in kosov strojne opreme. Opisan je razvoj modela za centralno zbiranje dnevniških zapisov. Na podlagi izvedene raziskave je bilo ugotovljeno, da je ročno upravljanje dnevniških datotek časovno potratno in zelo naporno. Vpeljava programske opreme za pomoč pri upravljanju z dnevniškimi zapisi je tako nujna. Sistem za centralno beleženje dnevniških zapisov nam bistveno olajša iskanje problemov, saj ponuja uporabniku zelo prijazen spletni vmesnik in učinkovito avtomatizacijo ključnih opravil. Poleg tega nam sistem omogoča vpogled v dogajanje tudi, če nam strojna oprema zaradi nepravilnega delovanja ni dosegljiva.
Ključne besede: Dnevniški zapisi, Računalniški oblak, EFK stack, OpenStack
Objavljeno: 02.04.2021; Ogledov: 194; Prenosov: 18
.pdf Celotno besedilo (935,21 KB)

8.
Ocenjevanje starosti osebe na osnovi digitalnih posnetkov z uporabo konvolucijskih nevronskih mrež
Tilen Krel, 2021, magistrsko delo

Opis: Magistrsko delo se ukvarja z ocenjevanjem starosti osebe na osnovi digitalnih posnetkov z uporabo konvolucijskih nevronskih mrež. Razvit in implementiran je bil lasten model konvolucijske nevronske mreže za ocenjevanje starosti osebe iz digitalnega posnetka. Kot osnova za naš model je bila uporabljena in modificirana obstoječa arhitektura konvolucijske nevronske mreže VGG-Face, namenjena razpoznavanju obrazov. Za učenje in testiranje sta bili uporabljeni bazi podatkov IMDB-WIKI in FG-NET. Na bazi podatkov IMDB-WIKI je bila dosežena povprečna napaka med dejansko in ocenjeno starostjo 6,7 leta, na bazi podatkov FG-NET pa z validacijsko metodo »izpusti-eno-osebo« izračunana povprečna napaka med dejansko in ocenjeno starostjo 3,9 leta. Dobljeni rezultati so primerljivi oziroma le malo zaostajajo za najuspešnejšimi metodami za ocenjevanje starosti osebe z digitalnega posnetka. Na tej osnovi se naš model ocenjuje kot primeren za uporabo v produkcijskih rešitvah.
Ključne besede: računalniški vid, konvolucijske nevronske mreže, globoko učenje, ocenjevanje starosti
Objavljeno: 17.02.2021; Ogledov: 243; Prenosov: 40
.pdf Celotno besedilo (1,01 MB)

9.
Pomočnik za igro Briškola na računalniku Raspberry Pi
Luka Ernestini, 2020, diplomsko delo

Opis: V diplomskem delu smo opisali potek izvedbe pomočnika igri Briškola z uporabo računalnika Raspberry Pi. Razvili smo aplikacijo, ki igralcem nudi nabor uporabnih informacij med udeležbo in po koncu igre. Na ta način smo poskusili obogatiti igralno izkušnjo tako novincem kot poznavalcem igre. Opisali smo stanje tehnike, ki nam je izvedbo omogočila, nato pa predstavili strojno in programsko rešitev. Za konec smo še analizirali in podali predloge možnih razširitev sistema.
Ključne besede: Raspberry Pi, Briškola, računalniški vid, Node.js
Objavljeno: 04.11.2020; Ogledov: 140; Prenosov: 19
.pdf Celotno besedilo (3,80 MB)

10.
Prepoznava divjih živali na slikah z uporabo rezidualnih nevronskih mrež
Mitja Lakič, 2020, diplomsko delo

Opis: V diplomskem delu se ukvarjamo s prepoznavanjem divjih živali na slikah z uporabo rezidualnih nevronskih mrež. Namen diplomskega dela je predstaviti rezidualne nevronske mreže in probleme, ki jih te mreže rešujejo. Pri prepoznavanju živali smo se omejili na 10 različnih kategorij divjih živali, podatkovna množica pa je bila sestavljena iz 10.000 slik. Rešitev smo razvili s pomočjo programskega jezika Python in programske knjižnice PyTorch. Primerjali smo rezultate treh različnih modelov nevronskih mrež, kjer je najboljši model dosegel 99,9-% točnost prepoznavanja. Ugotovili smo, da rezidualne nevronske mreže z uporabo preskočnih povezav zelo ugodno vplivajo na točnost modela, pri tem pa se najbolje izkažejo modeli, ki so bili predhodno naučeni.
Ključne besede: rezidualna nevronska mreža, računalniški vid, prepoznavanje divjih živali, globoko učenje, izginjajoči gradient
Objavljeno: 03.11.2020; Ogledov: 177; Prenosov: 67
.pdf Celotno besedilo (2,67 MB)

Iskanje izvedeno v 0.16 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici