Práce je zaměřena na rozpoznávání obrazu v rozsáhlých archivech, konkrétně na rozpoznávání typu scén, které se v obraze nacházejí. Budu se zabývat příznaky vhodnými pro popis obrazů a klasifikátory, které budou příznakové vektory vyhodnocovat a zařazovat obrazy do tříd.
Cílem práce je nalézt vhodné kombinace příznakových vektorů a klasifikátorů pro konkrétní datasety obrazů. Výstupem práce budou statistiky úspěšnosti různých kombinací použitých klasifikátorů a příznakových vektorů.
Využití programu by mohlo být pro automatické rozpoznávání obsahu ve videích a jejich indexace. To by umožnilo snadné a rychlé vyhledávání požadovaných scén podle klíčových slov.
Anotace v angličtině
This work is focused on image classification in large image archives, especially on classifying scene type. I deal with features appropriate for image descripton and classifiers, which evaulate features and classify images into classes.
The aim is to find best performing combinations of features and classifiers for specific datasets of images. Outcome of this work are statistics of success for various combinations of classifiers and features.
Program might be used for automatic content classification in videos and its indexing. It would facilitate fast and easy searching of required scenes by keywords.
Klíčová slova
klasikace scén, zpracování digitalizovaného obrazu, extrakce příznaku z obrazu
Klíčová slova v angličtině
scene classification, digital image processing, feature extratction from image
Rozsah průvodní práce
32 stran
Jazyk
CZ
Anotace
Práce je zaměřena na rozpoznávání obrazu v rozsáhlých archivech, konkrétně na rozpoznávání typu scén, které se v obraze nacházejí. Budu se zabývat příznaky vhodnými pro popis obrazů a klasifikátory, které budou příznakové vektory vyhodnocovat a zařazovat obrazy do tříd.
Cílem práce je nalézt vhodné kombinace příznakových vektorů a klasifikátorů pro konkrétní datasety obrazů. Výstupem práce budou statistiky úspěšnosti různých kombinací použitých klasifikátorů a příznakových vektorů.
Využití programu by mohlo být pro automatické rozpoznávání obsahu ve videích a jejich indexace. To by umožnilo snadné a rychlé vyhledávání požadovaných scén podle klíčových slov.
Anotace v angličtině
This work is focused on image classification in large image archives, especially on classifying scene type. I deal with features appropriate for image descripton and classifiers, which evaulate features and classify images into classes.
The aim is to find best performing combinations of features and classifiers for specific datasets of images. Outcome of this work are statistics of success for various combinations of classifiers and features.
Program might be used for automatic content classification in videos and its indexing. It would facilitate fast and easy searching of required scenes by keywords.
Klíčová slova
klasikace scén, zpracování digitalizovaného obrazu, extrakce příznaku z obrazu
Klíčová slova v angličtině
scene classification, digital image processing, feature extratction from image
Zásady pro vypracování
Seznamte se s problematikou klasifikátorů a zpracování obrazových dat.
Prostudujte doporučenou literaturu.
Seznamte se s vhodnými nástroji pro zpracování obrazových dat (Python, Numpy, OpenCV).
Navrhněte a implementujte postup, který bude klasifikovat vstupní obraz do zvolených tříd. Součástí je volba obrazových příznaků a volba klasifikátoru.
Vyhodnoťte a porovnejte zvolené kombinace příznaků a klasifikátorů.
Zásady pro vypracování
Seznamte se s problematikou klasifikátorů a zpracování obrazových dat.
Prostudujte doporučenou literaturu.
Seznamte se s vhodnými nástroji pro zpracování obrazových dat (Python, Numpy, OpenCV).
Navrhněte a implementujte postup, který bude klasifikovat vstupní obraz do zvolených tříd. Součástí je volba obrazových příznaků a volba klasifikátoru.
Vyhodnoťte a porovnejte zvolené kombinace příznaků a klasifikátorů.
Seznam doporučené literatury
Milan Sonka, Vaclav Hlavac and Roger Boyle: Image Processing, Analysis, and Machine Vision
OpenCV computer vision library documentation
Matthew R. Boutell, Jiebo Luo, Xipeng Shen, Christopher M. Brown, Learning multi-label scene classification, Pattern Recognition, Volume 37, Issue 9, September 2004, Pages 1757-1771, ISSN 0031-3203
Seznam doporučené literatury
Milan Sonka, Vaclav Hlavac and Roger Boyle: Image Processing, Analysis, and Machine Vision
OpenCV computer vision library documentation
Matthew R. Boutell, Jiebo Luo, Xipeng Shen, Christopher M. Brown, Learning multi-label scene classification, Pattern Recognition, Volume 37, Issue 9, September 2004, Pages 1757-1771, ISSN 0031-3203