Detekce nasazení roušky/respirátoru ve videu

Vaculík, Matěj

Detekce nasazení roušky/respirátoru ve videu

DSpace Repository

Language: English čeština

Detekce nasazení roušky/respirátoru ve videu

dc.contributor.advisor	Turečková, Alžběta
dc.contributor.author	Vaculík, Matěj
dc.date.accessioned	2023-12-20T13:25:19Z
dc.date.available	2023-12-20T13:25:19Z
dc.date.issued	2022-12-02
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/54078
dc.description.abstract	Tato bakalářská práce se zaměřuje na detekci správného nasazení roušek nebo respirátorů ve videu v kontextu pandemie Covid-19. Teoretická část zkoumá koncepty a techniky strojo-vého učení a konvolučních neuronových sítí pro detekci objektů. Praktická část zahrnuje výběr, přípravu a trénování detekčních modelů, s důrazem na model YOLOv5. Testování prokázalo účinnost detekce nošení masek s možností zlepšení pro nesprávně nasazené mas-ky. Práce představuje využití strojového učení pro detekci nošení masek ve videu a navrhu-je implementaci v soukromých klinikách a menších zdravotnických zařízeních pro sledování dodržování pravidel nošení roušek nebo respirátorů.
dc.format	64
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	detekce roušek	cs
dc.subject	strojové učení	cs
dc.subject	trénování modelů	cs
dc.subject	model YOLOv5	cs
dc.subject	mask detection	en
dc.subject	machine learning	en
dc.subject	model training	en
dc.subject	YOLOv5	en
dc.title	Detekce nasazení roušky/respirátoru ve videu
dc.title.alternative	Mask/respirator Detection in Video
dc.type	bakalářská práce	cs
dc.contributor.referee	Viktorin, Adam
dc.date.accepted	2023-06-13
dc.description.abstract-translated	This bachelor's thesis focuses on the detection of correct mask or respirator usage in videos within the context of the Covid-19 pandemic. The theoretical part explores concepts and techniques of machine learning and convolutional neural networks for object detection. The practical part involves the selection, preparation, and training of detection models, with an emphasis on the YOLOv5 model. Testing has demonstrated the effectiveness of mask-wearing detection with potential improvements for incorrectly worn masks. The thesis showcases the application of machine learning for mask-wearing detection in videos and proposes its implementation in private clinics and smaller healthcare facilities to monitor compliance with mask-wearing rules.
dc.description.department	Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline	Softwarové inženýrství	cs
dc.thesis.degree-discipline	Software Engineering	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Bc.
dc.thesis.degree-program	Softwarové inženýrství	cs
dc.thesis.degree-program	Software Engineering	en
dc.identifier.stag	64233
dc.date.submitted	2023-05-26