Parametrizace časově proměnlivých trojúhelníkových sítí

Černý, Filip

Parametrizace časově proměnlivých trojúhelníkových sítí

dc.contributor.advisor	Hácha Filip, Ing.	cs
dc.contributor.author	Černý, Filip	cs
dc.contributor.referee	Káčereková Zuzana, Ing.	cs
dc.date.accepted	2025-06-09
dc.date.accessioned	2026-02-21T00:31:46Z
dc.date.available	2024-09-30
dc.date.available	2026-02-21T00:31:46Z
dc.date.issued	2025-05-05
dc.date.submitted	2025-05-05
dc.description.abstract	Tato bakalářská práce se zabývá parametrizací časově proměnlivých trojúhelníkových sítí. Hledáme časově konzistentní parametrizaci, která mapuje všechny snímky do stejné UV domény. Cílem bylo navrhnout a natrénovat neuronovou síť, která dokáže tuto parametrizaci efektivně realizovat. Při řešení problému byla využita řídká objemová korespondence v podobě center sledující deformace objemu v průběhu sekvence. V počátečních experimentech byla centra využita pouze pro shlukování bodů za cílem rozdělení objektů v sítí na jednotlivé části pro zefektivnění trénování neuronové sítě, což však nevedlo k uspokojivým výsledkům. V další fázi byla centra přímo integrována do trénování modelu jako součást chybové funkce, což přineslo výrazné zlepšení výstupní kvality parametrizace. Navržený přístup tak představuje směr pro další výzkum v oblasti zpracování časově proměnlivých sítí.	cs
dc.description.abstract-translated	This bachelor thesis addresses the parameterization of time-varying triangular meshes. We seek a temporally consistent parameterization that maps all frames into the same UV domain. The goal was to design and train a neural network capable of performing this parameterization effectively. The solution involved the use of sparse volumetric correspondence in the form of centers tracking the deformation of the volume throughout the sequence. In the initial experiments, the centers were used solely for clustering points to divide the objects in the mesh into individual parts, aiming to improve the efficiency of neural network training; however, this did not lead to satisfactory results. In the next phase, the centers were directly integrated into the training process as part of the loss function, which brought a significant improvement in the output quality of the parameterization. The proposed approach thus represents a promising direction for further research in the field of processing time-varying meshes.	en
dc.description.department	Katedra informatiky a výpočetní techniky	cs
dc.description.result	Obhájeno	cs
dc.format	81 s. (68 000 znaků)
dc.identifier	100594
dc.identifier.uri	http://hdl.handle.net/11025/66480
dc.language.iso	cs
dc.publisher	Západočeská univerzita v Plzni	cs
dc.rights	Plný text práce je přístupný bez omezení	cs
dc.rights.access	openAccess	cs
dc.subject	časově proměnlivé sítě	cs
dc.subject	trojúhelníkové sítě	cs
dc.subject	parametrizace	cs
dc.subject	neuronová síť	cs
dc.subject	časová korespondence	cs
dc.subject.translated	time-varying meshes	en
dc.subject.translated	triangular meshes	en
dc.subject.translated	parameterization	en
dc.subject.translated	neural network	en
dc.subject.translated	temporal correspondence	en
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd	cs
dc.thesis.degree-level	Bakalářský	cs
dc.thesis.degree-name	Bc.	cs
dc.thesis.degree-program	Informatika a výpočetní technika	cs
dc.title	Parametrizace časově proměnlivých trojúhelníkových sítí	cs
dc.title.alternative	Parameterization of time-varying triangle meshes	en
dc.type	bakalářská práce	cs
local.files.count	6	*
local.files.size	1959500258	*
local.has.files	yes	*
local.relation.IS	https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=100594