Tato práce se zabývá generováním kamufláže fungující ve viditelném spektru. Gene- rovaná kamufláž je charakterizována barevným vzorem, který, je-li nanesen na objekt, vykazuje maskovací schopnosti. Kvalitní maskovací vzor je pak schopen ochránit životy vojáků a skrýt důležitá zařízení. K problému přistupujeme za pomoci genetického algoritmu s problémově specific- kými genetickými operátory. Hlavní komplexita algoritmu spočívá v inovativním využití nástroje k predikování salience, který je využit ve fitness operátoru. V návrhu tohoto operátoru se pak snoubí fungování lidského zraku, zpracování obrazu, hluboké učení a evoluční výpočty. Spolu s výpočetně náročným fitness operátorem představujeme rychlý a jednoduchý testovací operátor, který využíváme ke zkoumání vlastností principiálně odpovídajícího výpočetně náročného fitness operátoru. Následně získané znalosti využijeme pro genero- vání maskovacího vzoru do lesního prostředí. 1

The thesis focuses on the visual camouflage generation problem characterised by cre- ating a colored pattern that, when printed on an object, has concealment capabilities. A good concealment can save lives of military personnel and protect important facilities. We approach the problem by devising a genetic algorithm with problem-specific ge- netic operators. The complexity of the algorihm lies in innovative utilization of the saliency predicting tool in the fitness operator. The construction of the operator con- nects human vision, image processing, deep learning and evolutionary computation. Along the computaionally costly fitness operator we suggest fast and simple concep- tually related trial operator we use for exploring characterics of the costly one. Then, we use this knowledge for generation of a camouflage pattern for forest environment. 1