| | 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


11 - 20 / 104
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
11.
ROSUS 2020 - Računalniška obdelava slik in njena uporaba v Sloveniji 2020
2020, zbornik

Opis: ROSUS 2020 – Računalniška obdelava slik in njena uporaba v Sloveniji 2020 je strokovna računalniška konferenca, ki jo od leta 2006 naprej vsako leto organizira Inštitut za računalništvo iz Fakultete za elektrotehniko, računalništvo in informatiko, Univerze v Mariboru. Konferenca povezuje strokovnjake in raziskovalce s področij digitalne obdelave slik in strojnega vida z uporabniki tega znanja, pri čemer uporabniki prihajajo iz raznovrstnih industrijskih okolij, biomedicine, športa, zabavništva in sorodnih področij. Zbornik konference ROSUS 2020 združuje strokovne prispevke več deset avtorjev, od tega dva vabljena predavanje ter več demonstracijskih prispevkov. Prispevki podajajo najnovejše dosežke slovenskih strokovnjakov s področij digitalne obdelave slik in strojnega vida, osvetljujejo pa tudi trende in novosti na omenjenih strokovnih področjih. Velik poudarek prispevkov je na promoviranju ekonomske koristnosti aplikacij računalniške obdelave slik in vida v slovenskem prostoru. Takšne računalniške aplikacije zaradi visoke natančnosti, robustnosti in izjemnih hitrosti pri obdelovanju informacij nudijo namreč nove priložnosti za uveljavitev na trgu visokih tehnologij.
Ključne besede: računalniška obdelava slik, strojni vid, biomedicina, industrijske aplikacije, prenos znanja.
Objavljeno: 04.03.2020; Ogledov: 419; Prenosov: 86
URL Povezava na datoteko

12.
Razpoznavanje čustvenih izrazov s pomočjo globokih nevronskih mrež
Gregor Štefanič, 2019, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali z razpoznavanjem čustvenih izrazov z digitalnih slik obrazov. Razpoznavali smo med sedmimi čustvenimi izrazi, vključno z nevtralnim. Pregledali smo obstoječa dela na področju razpoznavanja čustvenih izrazov, preučili globoke nevronske mreže in pripravili arhitekturo, ki je primerna za razpoznavanje čustvenih izrazov s slik. Uporabili smo arhitekturo z residualno nevronsko mrežo. Našo rešitev smo razvili s pomočjo ogrodja TensorFlow in programskega vmesnika Keras. Implementirali in preizkusili smo jo na mešanih slikah iz podatkovnih baz JAFFE, CK in MMI. Natančnost razpoznavanja čustvenih izrazov na 1017 testnih slikah z našo nevronsko mrežo je bila v povprečju 99,3-odstotna, kar je primerljivo oziroma boljše od sorodnih del.
Ključne besede: razpoznavanje čustvenih izrazov, globoka nevronska mreža, računalniški vid, residualna nevronska mreža
Objavljeno: 23.11.2019; Ogledov: 344; Prenosov: 102
.pdf Celotno besedilo (1,37 MB)

13.
Prepoznavanje aktivnosti osebe iz zaporedja slik z globokimi povratnimi nevronskimi mrežami
David Pintarič, 2019, diplomsko delo

Opis: V diplomskem delu se ukvarjamo s problemom prepoznavanja aktivnosti osebe iz zaporedja slik, pri čemer prepoznavo poskušamo izboljšati z upoštevanjem časovne komponente. To dosežemo z uporabo povratnih nevronskih mrež. Omejili smo se na naslednje aktivnosti: oseba ni v ravnovesju, se pripogiba, stoji, sedi, leži, hitro hodi, počasi hodi in pada. Pregledali smo obstoječe postopke prepoznavanja, preučili povratne nevronske mreže, pripravili množico podatkov, zasnovali algoritem, izvedli eksperimente in na koncu analizirali rezultate. Rezultati na 25 označenih videoposnetkih so pri uporabi povratne nevronske mreže pokazali 83,24 % povprečno natančnost pri uporabi tipa zaporedje v vektor in 75,53 % povprečno natančnost pri uporabi tipa zaporedje v zaporedje. Kljub temu da so dobljeni rezultati boljši od tistih, kjer ne upoštevamo časovne komponente, ugotavljamo, da povratne nevronske mreže zaradi računske zahtevnosti niso vedno najboljša izbira.
Ključne besede: računalniški vid, povratna nevronska mreža, pomnilna celica LSTM, pomnilna celica GRU, globoko učenje, detekcija oseb, prepoznavanje aktivnosti osebe
Objavljeno: 23.11.2019; Ogledov: 451; Prenosov: 135
.pdf Celotno besedilo (3,78 MB)

14.
Uporabniška programska oprema za napredno organiziranje in urejanje digitalnih slik na osnovi nevronskih mrež
Kristjan Žagar, 2019, diplomsko delo

Opis: V diplomskem delu smo razvili razširljivo uporabniško programsko opremo za organiziranje in urejanje digitalnih slik. Program se deli na tri dele, in sicer organizacijski, urejevalni ter napredni način. Organizacijski način dodatno omogoča razširljive dinamične bližnjice na tipkovnici. Poleg tega smo implementirali dve konvolucijski nevronski mreži. Prva je namenjena skaliranju in ostrenju slik, druga pa za ločevanje nočnih in dnevnih slik. Obe naučeni mreži sta vključeni v napredni način naše aplikacije kot vtičnika. Program smo implementirali v ogrodju .NET, s pomočjo WPF-ja ter programskega jezika C#. Nevronski mreži smo implementirali v jeziku Python in z uporabo aplikacijskega programskega vmesnika Keras. Našo aplikacijo in rezultate smo ovrednotili tako kvalitativno kot tudi kvantitativno na manjši testni množici slik. Dobljeni rezultati so bili primerljivi s sorodnimi rešitvami. Po opravljeni fazi testiranja smo našo programsko opremo posredovali v ocenitev še dvema profesionalnima fotografoma. Dobili smo pozitivno povratno informacijo. Na osnovi vseh rezultatov in povratnih informacij lahko trdimo, da naša programska oprema deluje učinkovito in ponuja primerno uporabniško izkušnjo.
Ključne besede: fotografije, windows aplikacija, programski jezik C#, konvolucijske nevronske mreže
Objavljeno: 23.11.2019; Ogledov: 286; Prenosov: 35
.pdf Celotno besedilo (1,99 MB)

15.
Odpornost na napake v virtualnih strojih
Rok Mori, 2019, diplomsko delo

Opis: V diplomskem delu se ukvarjamo z reševanjem problema odpovedi v enojni točki v virtualiziranih strežniških sistemih. Ta problem rešujemo po teoretičnih priporočilih snovanja sistemov, odpornih na napake. Za implementacijo smo izbrali sistem VMware vSphere SMP-FT. V praktičnem delu diplomske naloge ta sistem vzpostavimo in implementiramo v testno okolje. Vzpostavljeno rešitev preizkusimo s simuliranjem okvare primarnega hipervizorja, pri čemer preverjamo, da ni prišlo do izpada virtualnega stroja. Prav tako natančno analiziramo vpliv mehanizma, ki zagotavlja odpornost na napake, na zmogljivost delovanja virtualnih strojev. Ugotovimo, da se pri uporabi mehanizma vSphere SMP-FT, ki uporablja priporočeno pasovno širino 10 Gbps za dnevnik, zmogljivost delovanja zmanjša 10–30 % glede na zmogljivost virtualnega stroja, ki takšnega mehanizma ne uporablja. Če uporabimo dnevnik s pasovno širino 1 Gbps, izmerimo drastično poslabšanje zmogljivosti delovanja (tudi do 90 %). Z množico eksperimentov potrdimo, da je mehanizem odpornosti na napake ustrezna rešitev za najbolj kritične dele strežniške infrastrukture. Pogoj je, da uspešno zadostimo vsem predpisanim zahtevam za implementacijo sistema, odpornega na napake, in da ni večjih omejitev pri dodeljevanju strojnih virov.
Ključne besede: virtualizacija, virtualni stroji, odpornost na napake, enojna točka odpovedi, VMware vSphere
Objavljeno: 22.11.2019; Ogledov: 269; Prenosov: 42
.pdf Celotno besedilo (858,42 KB)

16.
Sočasna uporaba operacijskih sistemov Linux in Windows z gonilnikom VFIO
Timi Ornik, 2019, diplomsko delo

Opis: V diplomskem delu se soočamo s problemom sočasne uporabe več operacijskih sistemov, s poudarkom na sistemih Linux in Windows. Ukvarjamo se z iskanjem sistema za splošno uporabo, v katerem sočasno tečeta oba operacijska sistema. Cilj naloge je preučiti različne metode, izpostaviti njihove prednosti in slabosti ter opredeliti idealen sistem, ki izpolnjuje predpisane pogoje zmogljivosti in uporabnosti. Specificiran sistem zasnujemo, načrtamo in vzpostavimo, ter ga poskušamo izpopolniti in narediti uporabniku čim bolj prijaznega. Na koncu sistem izčrpno preizkusimo, ovrednotimo ter analiziramo izmerjene rezultate zmogljivosti. Izkaže se, da je naša predlagana rešitev primerna in enostavna za uporabo.
Ključne besede: operacijski sistemi, virtualizacija, sočasnost, VFIO
Objavljeno: 22.11.2019; Ogledov: 272; Prenosov: 51
.pdf Celotno besedilo (757,84 KB)

17.
Postavitev in upravljanje računalniških oblakov
Aleš Zamuda, 2019, drugo učno gradivo

Opis: Predmet Postavitev in upravljanje računalniških oblakov je uvrščen v drugostopenjski bolonjski študijski program Računalništvo in informacijske tehnologije kot redna učna enota. Ta dokument predstavlja študijsko gradivo za računalniške vaje pri tem predmetu.
Ključne besede: računalništvo v oblaku, računalniški oblaki, vaje
Objavljeno: 24.05.2019; Ogledov: 1408; Prenosov: 996
.pdf Celotno besedilo (2,36 MB)

18.
Tehnike računalniškega vida pri avtomatiziranem snemanju rokometne tekme
Goran Krajnc, 2019, diplomsko delo

Opis: V diplomskem delu smo se ukvarjali s študijem, preizkušanjem in implementiranjem osnovnih postopkov računalniške obdelave slik in računalniškega vida za razvoj avtomatiziranega snemanja rokometnih tekem, odigranih v dvorani. V okviru diplomskega dela smo razvili računalniški algoritem, ki omogoča povsem avtonomno snemanje dogodkov na rokometnem igrišču, ki jih je treba posneti s kamero. Z dvema na strop pritrjenima kamerama smo s pomočjo tehnik računalniške obdelave slik in vida izluščili igralce na igrišču. V nadaljevanju smo analizirali postavitev igralcev in ocenili, v kateri ciljni točki na igrišču se izvaja dogodek, ki ga je treba posneti. V eksperimentalnem delu diplomske naloge smo posneli video dejanske rokometne tekme, s pomočjo katere smo razvijali in testirali naš postopek. Testirali smo na petdesetih slikah, naključno izbranih z video posnetka, pri čemer smo bili pozorni, da je bila ciljna točka pravilno določena. Definirali smo območja, ki bi jih morala zajeti kamera za snemanje videa in jih primerjali z merjenim rezultatom. Rezultati so pokazali, da naša rešitev v 86 % pravilno zazna in posname pomemben dogodek rokometne tekme. Naš sistem je manj uspešen v izjemnih situacijah, kot so, na primer, protinapad ali met žoge na prazen gol. Na osnovi eksperimentalnih rezultatov trdimo, da naša rešitev dosega zadovoljivo uspešnost.
Ključne besede: snemanje rokometne tekme, kamera, sledenje igralcem, računalniška obdelava slik, računalniški vid
Objavljeno: 17.04.2019; Ogledov: 775; Prenosov: 73
.pdf Celotno besedilo (1,56 MB)

19.
Detekcija karakterističnih točk na rentgenskih posnetkih glave s pomočjo tehnik globokega učenja
Gašper Sedej, 2018, magistrsko delo

Opis: V tem magistrskem delu smo se ukvarjali s sistemom za detekcijo karakterističnih točk na slikovnih podatkih. Izdelali smo splošen sistem za avtomatsko zaznavanje karakterističnih točk, ki smo ga prilagodili za kefalometrične točke na rentgenskih slikah. Kot detektor smo uporabili obstoječo globoko nevronsko mrežo SegNet, ki je namenjena segmentiranju slik. To mrežo smo modificirali za iskanje karakterističnih točk. Novo mrežo smo poimenovali KeypointNet. Izdelali smo tudi sistem za označevanje točk na slikah. Detektor smo učili z učno množico. Na testni množici smo izvedli detekcijo in izmerili napako, ki jo definiramo kot evklidsko razdaljo med napovedano in označeno točko. Testirali smo tudi nabor krmilnih hiperparametrov pri zagonu učenja. Sistem smo testirali na množici 124 kefalometričnih slik velikosti 480 × 360 pikslov, in sicer za nabor 10 izbranih točk. Na vseh slikah smo označili te točke. Slike smo razdelili v učno in testno množico v razmerju približno 75 % in 25 %. Testirali smo 16 naborov hiperparametrov. Za vsak nabor smo izvedli 5 ponovitev učenja. Povprečna napaka v položaju točke na testni množici je bila 2,7 piksla. Testirali smo tudi vpliv dveh hiperparametrov za nadzor učenja. Testi so pokazali, da rahel odklon od priporočenih vrednosti za ta dva hiperparametra nima signifikantnega vpliva na končni rezultat. Dobljeni rezultati so zelo spodbudni. Razvili smo torej napreden sistem na osnovi globokega učenja, ki uspešno detektira karakteristične točke na slikah.
Ključne besede: globoko učenje, nevronske mreže, kefalometrija, razpoznavanje vzorcev, optimizacija, paralelno izvajanje
Objavljeno: 10.01.2019; Ogledov: 716; Prenosov: 118
.pdf Celotno besedilo (5,14 MB)

20.
Razpoznavanje vrste aktivnosti uporabnika in prevoznega sredstva s pomočjo vgrajenih senzorjev mobilne naprave
Rok Slamek, 2018, magistrsko delo

Opis: Cilj tega zaključnega dela je izboljšati detekcijo vrst aktivnosti uporabnika in prevoznih sredstev v mobilni aplikaciji MobilitApp. Z uporabo znanih tehnik obdelave signalov in razpoznavanja vzorcev smo razvili dve metodi za detekcijo aktivnosti uporabnika. Prepoznavali smo naslednje aktivnosti: mirovanje, hoja, tek, vožnja s kolesom, motorjem, avtom, avtobusom, metrojem, vlakom in tramvajem. Zgolj z uporabo vgrajenih senzorjev mobilne naprave smo v prvem pristopu zgradili vektor značilnic, ki smo ga uporabili za učenje odločitvenih dreves. V drugem pristopu smo na vhod nevronskih mrež poslali neobdelane podatke iz pospeškometra. Zajemanje podatkov smo zabeležili z video kamero z namenom natančnejše izločitve posameznih delov aktivnosti iz signala. Izvedli smo še študijo, če je kontrolirano zajemanje podatkov z video kamero dejansko potrebno. Naše pristope smo validirali na manjši lastni podatkovni zbirki, ki obsega okrog sedem ur aktivnosti. Podatke smo zajeli s pomočjo treh prostovoljcev in štirih različnih mobilnih naprav. Rezultate smo ovrednotili z različnimi metrikami, s poudarkom na metriki »F1 score«. S pristopom Random Forest je bila metrika »F1 score« 94 %, kar je bolje kot uspešnost obstoječih rešitev iz literature. Naš pristop na osnovi nevronskih mrež se je izkazal nekoliko slabše (»F1 score« je bil 91 %), a še vedno bolje kot najsodobnejše metode iz literature.
Ključne besede: obdelava signalov, razpoznavanje vzorcev, aktivnost uporabnika, prevozno sredstvo
Objavljeno: 08.11.2018; Ogledov: 340; Prenosov: 48
.pdf Celotno besedilo (4,62 MB)

Iskanje izvedeno v 0.33 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici