| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Automātika un datortehnika |
| Nosaukums |
Datorredzes metožu pielietošana līdzīgo attēlu pārmeklēšanai un klasterēšanai |
| Nosaukums angļu valodā |
Application of ?omputer Vision Methods for Searching and Clustering Similar Images |
| Struktūrvienība |
12600 Viedo datortehnoloģiju institūts |
| Darba vadītājs |
Katrina Boločko |
| Recenzents |
Dmitrijs Bļizņuks |
| Anotācija |
Maģistra darba mērķis ir izstrādāt datorredzes risinājumu, kas spēj pārmeklēt
lielu attēlu apjomu un klasterēt attēlus pēc līdzīguma principa. Maģistra darbs sastāv
no trīs daļām – teorētiskā daļa, ievešanas daļa un metožu novērtēšanas daļa.
Darba teorētiskā daļā tika pētītas eksistējošas metodes, algoritmi un attēlu
salīdzināšanas un klasterēšanas pieejas. Teorētiski tika apskatītas attēla struktūras
pētīšanas un analizēšanas iespējas, statistiskas metodes attēlu līdzīguma noteikšanai un
metodes, kuru pamatā ir mašīnmācīšanas rīki. Balstoties uz izpētīto literatūru, tika
izvelētas metodes turpmākai ieviešanai un to darba kvalitātes novērtēšanai.
Darba praktiskajā daļā tika ievestas vairākas metodes, sakot no primitīvākajām
un beidzot ar metodi, kas apvieno sevī vairākus mašīnmācīšanas rīkus. Darbā tika
apskatīta statistiska attēla raksturlielumu noteikšana un raksturlielumu iegūšana,
izmantojot neironu tīklus. Balstoties uz iegūtiem raksturlielumu vektoriem, tika
salīdzināti attēli, izmantojot plaši pazīstamas metrikas – Eiklīda attālums un kosinusa
līdzība, - un lēmumu pieņemšanas kokus. Ieviestās metodes kļuva par pamatu
klasterēšanas realizēšanai. Praktiskās daļas ieviešanai tika izmantotas C#, Python
programmēšanas valodas un PyTorch, pandas, XGBoost, sklearn un citas bibliotēkas.
Darba pēdējā daļā tika veikta ieviesto metožu analīze un novērtēšana. Balstoties
uz eksperimentu rezultātiem, tika izdarīti secinājumi par turpmāku metožu attīstību.
Maģistra darbs sastāv no 105 lappusēm, 52 attēliem un 7 tabulām. |
| Atslēgas vārdi |
FOTOATTĒLI, SALIDZINĀŠANA, KLASTERĒŠANA, DATORREDZES METODES |
| Atslēgas vārdi angļu valodā |
IMAGES, COMPARISON, CLUSTERING, COMPUTER VISION METHODS |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
01.06.2022 14:46:20 |
