Browsing by Author "Bumba, Martin"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
- ItemNávrh webového rozhraní pro práci s databází diplomových a bakalářských prací(Technická Univerzita v Liberci, 2013) Bumba, Martin; Chaloupka, JosefBakalářská práce se zabývá vytvořením webového rozhraní umožňujícího fulltextově vyhledávat v kvalifikačních pracích, vytvořených pro Technickou Univerzitu v Liberci. Webové rozhraní je naprogramováno v jazyku PHP a obsahuje dvě oddělené části veřejně přístupný fulltextový vyhledávač a zabezpečené rozhraní pro správu. Pro uchování všech dat o kvalifikačních pracích je využita databáze MySQL. Práce dále obsahuje aplikaci určenou k vytváření textových přepisů jednotlivých kvalifikačních prací. Tato aplikace je naprogramována v jazyku Python a pracuje po dávkách určených konfiguračním souborem. Aplikace není umístěna na straně webového rozhraní. Dokumentace je rozdělena na tři části. A to teoretickou, ve které jsou popsány využité technologie, použitá literatura a porovnání se současnými vyhledávači publikací na internetu. V druhé části je podrobně rozebrán postup a problémy vzniklé při vytváření rozhraní a výše zmíněné aplikace. Dále jsou zde uvedeny příklady a možnosti použití těchto rozhraní. V poslední části je uvedeno celkové zhodnocení bakalářské práce.
- ItemSystém pro detekování a identifikaci osob na základě digitálního obrazu obličejeBumba, Martin; Chaloupka Josef, doc. Ing. Ph.D.; Skolitel : 54965 Jáč Ivan, prof. Ing. CSc.; Konzultant : 61120 Paleček Karel, Ing. Ph.D.; Konzultant2 : 63762 Bočková Lenka, Bc. DiS.Diplomová práce se zabývá problematikou rozpoznání obličejů v obraze, a to zejména detekcí, klasifikací (pohlaví, věku a osob) a verifikací obličejů. Pro detekci byly otestovány dvě metody: detekce na základě Haar příznaků s využitím boostovací metody AdaBoost a detekce využívající Histogramů orientovaných gradientů (HOG). V úloze klasifikace byla nejdříve využita metoda pro redukci dimenze dat PCA (Principal Component Analysis) a následně byly otestovány metody klasifikace pomocí Euklidovské vzdálenosti, Mahalanobisovy vzdálenosti, GMM (Gaussian Mixture Models) a lineárního SVM (Support Vector Machine). Pro úlohu verifikace bylo otestováno řešení využívající deskriptorů LARK (Locally Adaptive Regression Kernel) v kombinaci s PCA a lineárním SVM. Další částí této diplomové práce bylo vytvoření moderního webového rozhraní, které implementuje nejúspěšnější z otestovaných metod detekce, klasifikace a verifikace a umožňuje tak uživateli rozpoznávat vlastní obrazy s obličeji osob.