Konvoluční neuronové sítě a jejich využití při detekci objektů

Abstract

1 Názov práce: Konvoluční neuronové sítě a jejich využití při detekci objektů Autor: Matej Hrinčár Katedra (ústav): Katedra teoretické informatiky a matematické logiky (32-KTIML) Vedúci diplomovej práce: doc. RNDr. Iveta Mrázová, CSc. E-mail vedúceho práce: Iveta.Mrazova@mff.cuni.cz Abstrakt: V dnešnej dobe je moderné zatraktívňovať športové prenosy tzv. rožšírenou realitou, napríklad k hráčom hokejového zápasu zobraziť rôzne štatistiky. Aby sme to mohli urobiť, musíme hráčov najprv automaticky nájsť - detekovať. Touto náročnou úlohou sa zaoberá predložená práca. Išlo nám nielen o presnosť, ale i o rýchlosť, pretože by sme mali byť schopní detekcie v reálnom čase. Využili sme jeden z novších modelov neurónových sietí - konvolučné siete. Sú vhodné na spracovanie obrazových dát a ako vstup dostávajú obrázok bez akéhokoľvek predspracovania. Na základe podrobnej analýzy a urobených testov sme si ich vybrali pre implementáciu detektora hokejových hráčov v hokejovom zápase. V práci sme otestovali niekoľko rôznych architektúr týchto sietí, porovnali ich a vybrali tú z nich, ktorá je presná a rýchla. Otestovali sme i robustnosť siete na zašumených vzoroch. Nakoniec sme pre takto detekovaných hráčov použili farbu ich dresu a na jej základe ich pomocou algoritmu K-means zaradili do jedného z práve hrajúcich tímov....

1 Title: Convolutional neural networks and their application in object detection Author: Matej Hrinčár Department: Department of Theoretical Computer Science and Mathematical Logic Supervisor: doc. RNDr. Iveta Mrázová, CSc. Supervisor's e-mail address: Iveta.Mrazova@mff.cuni.cz Abstract: Nowadays, it has become popular to enhance live sport streams with an augmented reality like adding various statistics over the hockey players. To do so, players must be automatically detected first. This thesis deals with such a challenging task. Our aim is to deliver not only a sufficient accuracy but also a speed because we should be able to make the detection in real time. We use one of the newer model of neural network which is a convolutional network. This model is suitable for proces- sing image data a can use input image without any preprocessing whatsoever. After our detailed analysis we choose this model as a detector for hockey players. We have tested several different architectures of the networks which we then compared and choose the one which is not only accurate but also fast enough. We have also tested the robustness of the network with noisy patterns. Finally we assigned detected pla- yers to their corresponding teams utilizing K-mean algorithm using the information about their jersey color. Keywords:...