Odhad pózy zvířat pomocí metod hlubokého učení

Show simple item record
dc.contributor.advisorHrúz Marek, Ing. Ph.D.
dc.contributor.authorMajer, Tomáš
dc.contributor.refereeKanis Jakub, Ing. Ph.D.
dc.date.accepted2023-6-21
dc.date.accessioned2024-01-15T23:11:21Z
dc.date.available2022-10-1
dc.date.available2024-01-15T23:11:21Z
dc.date.issued2023
dc.date.submitted2023-5-22
dc.description.abstractCílem práce je studium, použití a vyhodnocení metod řešení úlohy estimace pózy zvířat. Tyto metody jsou použity na novém Lynx-Pose datasetu, který je v práci představen. Práce sestává z úvodu do teoretického základu estimace pózy a použití metod odhadu pózy k vyřešení predikce pózy rysa ostrovida. V práci jsou představeny hluboké neuronové sítě a metody vyhodnocení pro estimaci pózy spolu s dostupnými datasety pro estimaci pózy zvířat. Experimenty sestávají z natrénování modelů HRNet-W32, ResNet-50 a ResNet-152 pro estimaci pózy rysů a z použití technik augmentace obrazů k dosažení lepších predikcí pózy. Výsledky jsou vyhodnoceny za použití mean average precision a procenta správných predikcí a vykresleny na obrázcích z Lynx-Pose datasetu.cs
dc.description.abstract-translatedThe goal of the thesis is to study, use and evaluate the animal pose estimation methods. These methods are to be used on the novel Lynx-Pose dataset introduced in the thesis. The thesis consists of an introduction to the animal pose estimation theoretical basis and the use of the pose estimation methods to predict the Eurasian lynx pose. Deep neural networks and evaluation metrics for pose estimation are introduced as well as the available animal pose estimation datasets. The experiments consist of training the HRNet-W32, ResNet-50, and ResNet-152 models for lynx pose estimation and using image augmentation techniques to achieve better performance. The results are evaluated using the mean average precision and the percentage of correct predictions and also visualized on images from the Lynx-Pose dataset.en
dc.description.resultObhájeno
dc.format67 s. (114 000 znaků).
dc.identifier93153
dc.identifier.urihttp://hdl.handle.net/11025/55126
dc.language.isoen
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectestimace pózy zvířatcs
dc.subject2d estimace pózycs
dc.subjectestimace pózy nerigidních objektůcs
dc.subjectestimace pózy rysacs
dc.subjecthrnetcs
dc.subjectresnetcs
dc.subjectaugmentace obrázkůcs
dc.subjectlynx-pose datasetcs
dc.subjectdataset pro estimaci pózy zvířatcs
dc.subject.translatedanimal pose estimationen
dc.subject.translated2d pose estimationen
dc.subject.translatednon-rigid object pose estimationen
dc.subject.translatedlynx pose estimationen
dc.subject.translatedhrneten
dc.subject.translatedresneten
dc.subject.translatedimage augmentationen
dc.subject.translatedlynx-pose dataseten
dc.subject.translatedanimal pose estimation dataseten
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-levelNavazující
dc.thesis.degree-nameIng.
dc.thesis.degree-programAplikované vědy a informatika
dc.titleOdhad pózy zvířat pomocí metod hlubokého učenícs
dc.title.alternativeAnimal pose estimation using methods of deep learningen
dc.typediplomová práce

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
DP_MajerT.pdf
Size:
47.59 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
PosudekOponentaSTAG.pdf
Size:
64.04 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
PosudekVedoucihoSTAG.pdf
Size:
57.67 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
Prubeh obhajoby Majer Tomas.pdf
Size:
80.38 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KKY)