Rozpoznávání a filtrace nežádoucích video-sekvencí
Recognition and Filtration of Unwanted Video-Sequences
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/55024Identifikátory
SIS: 121198
Kolekce
- Kvalifikační práce [10957]
Autor
Vedoucí práce
Oponent práce
Kolomazník, Jan
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Programování
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
20. 6. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
Neuronové sítě, Filtrování reklamy, Statistické vlastnosti obrazu a~video-sekvenceKlíčová slova (anglicky)
Neural networks, Advertisement filter, Statistical properties of image and video-sequencesV bakalářské práci se zabývámmožnostmirozpoznávánívideo-sekvencía možnostístrojovéhoučení na základě předešlýchznalostí.K učenívyužívámneuronovýchsítí,kterýmpředávámcharakteristiky vytvořené zobrázků.Obrázkycharakterizuji pomocíobrazovýchfunkcía statistickýchveličinjakoje napříkladstředníhodnota,ale i korelace k detekci střihuve video-sekvenci.Všechnytytopoznatky jsemvyužil kimplementaci demonstračníhoprogramu.Programumípřehrávatvideo,zobrazovat statistické informace o sekvenci nebo jednotlivýchsnímcích,detekovatsekvence podobné reklamám na základě statistickýchvlastnostía zareagovatnaně definovanouakcí.
The thesis deals with the possibilities of recognition video sequences and possibility of machine learning based on previous knowledge. I use neural networks which I learn on characteristics generated from images. Images are characterized using image functions like histogram and statistical functions such as mean and correlations to detect scenes in video-sequence. I used all of these findings to implement the demonstration program. The program can play video, display statistical information about the sequence or frame by frame and detect sequences similar to advertisements on the basis of statistical properties and respond to it by defined events.