May 26, 2019   5:45 a.m. Dušan
Academic information system

Summary of topics offered - Faculty of Informatics and Information Technologies


Basic information

Type of work: Dissertation thesis
Topic: Hlboké neurónové siete pre aplikácie spracovania obrazu a počítačového videnia
Title of topic in English: Deep neural networks for applications in image processing and computer vision
State of topic: approved (prof. RNDr. Otokar Grošek, PhD. - Chairperson of Departmental Board)
Thesis supervisor: doc. Ing. Ladislav Hluchý, PhD.
Faculty: Faculty of Informatics and Information Technologies
Supervising department: Faculty of Informatics and Information Technologies
Max. no. of students: --
Academic year:2019/2020
Proposed by: doc. Ing. Ladislav Hluchý, PhD.
External educational institution: Institute of Informatics of the Slovak Academy of Sciences
Annotation: Výrazný pokrok schopností umelých neurónových sietí v posledných rokoch umožnil ich širšie aplikovanie na čoraz zložitejšie úlohy. Vo viacerých špecifických úlohách prekonali schopnosti vysoko kvalifikovaného človeka - experta a presnejšie, s menšou chybou, vyhodnotili predložené dáta. Nadľudské schopnosti boli prezentované v klasifikovaní obrazových dát bežných objektov, rozoznaní a párovaní ľudskej tváre v rôznych pozorovacích uhloch, ako aj v klasifikovaní vysoko špecifických medicínskych dát z röntgenových snímok. Oblasť počítačového spracovania obrazových dát preukázala najväčší pokrok v znížení chybovosti po aplikovaní špeciálne navrhnutých a natrénovaných hlbokých neurónových sietí. Každým rokom pribúdajú nové medzinárodné otvorené súťaže, ktoré sa zameriavajú na konkrétnu oblasť počítačového spracovania obrazu a počítačového videnia. Rovnako rastie záujem aj zo strany priemyslu, a práve mnoho takýchto súťaží je priamo podporovaných súkromným sektorom. Významným faktorom úspechu umelých neurónových sietí je výrazné zvýšenie hĺbky moderných modelov neurónových sietí v spojení s redukovaným počtom parametrov na základe konvolučného princípu a optimalizovanej architektúry. Práve architektúra neurónových sietí stále ponúka široký priestor na vylepšenie. Veľký priestor na vylepšenie je aj pri zložitejších úlohách, medzi ktoré patrí detekcia a inštančná segmentácia, kde schopnosti človeka zatiaľ prekonané neboli. Výskum bude zameraný na tieto oblasti s cieľom vytvoriť nové metódy, algoritmy, architektúry vylepšujúce schopnosti neurónových sietí a ich efektívne aplikovanie v praxi.
Annotation in English: Significant advances of artificial neural networks abilities in recent years have allowed their wider use in increasingly complex tasks. In a number of specific tasks, they surpassed the skills of a highly qualified human being - the expert, and more accurately evaluated presented data. Superhuman abilities were demonstrated in the image data classification of common objects, recognition and classification of human faces at various observation angles, as well as in classification of highly specific medical data from X-rays. The area of computer image processing has shown the greatest progress in reducing the error rate by using the specially designed and trained deep neural networks. Every year, new international open challenges focusing on a specific area of computer image processing and computer vision are announced. There is also growing interest from industry, and many of these challenges are directly supported by the private sector. One important factor in the success of artificial neural networks is a significant increase in the depth of modern neural network models in conjunction with a reduced number of parameters based on the convolutional principle and optimized architecture. Neural network architecture still offers wide space for improvement. There is also a lot of room for improvement in more complex tasks such as detection and instant segmentation where human abilities have not yet been overcome. Research will focus on these areas with the aim to develop new methods, algorithms, architectures to improve the capabilities of neural networks and their effective application in practice.
Further information: Konzultant: Ing. Peter Malík, PhD.



Limitations of the topic

To sign up for a topic it is necessary to fulfil one of the following restrictions

Limit to study programme
The table shows limitations of study programme, field, track the student has to be enrolled in to be able to register for a given topic.

ProgrammeTrackTrack
D-AI Applied Informatics -- not entered -- -- not entered --
D-AIxA Applied Informatics (study in English)-- not entered -- -- not entered --
D-AI4 Applied Informatics -- not entered -- -- not entered --
D-AI4xA Applied Informatics (study in English)-- not entered -- -- not entered --