Title: Automatická analýza pozornosti řidiče z vizuálních dat
Other Titles: Automatic analysis of driver's attention from visual data
Authors: Brada, Robert
Advisor: Hrúz Marek, Ing. Ph.D.
Referee: Gruber Ivan, Ing. Ph.D.
Issue Date: 2020
Publisher: Západočeská univerzita v Plzni
Document type: diplomová práce
URI: http://hdl.handle.net/11025/41530
Keywords: konvoluční neuronové sítě;implementace
Keywords in different language: distracted driver detection;convolutional neural networks;classification;keras
Abstract: Cílem práce je navrhnout a implementvat systém, který automaticky detekuje nepozornost řidiče na základě vizuálních dat z kamery, která je umístě v interiéru automobilu. Systém je postaven na principu konvolučních neuronových sítí. K implementaci je použit programovací jazyk Python. V práci jsou porovnány různé architekruty konvolučních neuronvých sítí. Konkrétně architektury VGG16, InceptionV3, ResNeXt50, EffcientNetB0 a Effi cientNetB4.
Abstract in different language: The goal of this thesis is to design and implement an end-to-end Driver Attention Warning system that automatically detects distracted driver based on visual data provided by an onboard camera. The system is built using convolutional neural networks using Python programming language and Keras library. Different neural network architectures like VGG16, InceptionV3, ResNeXt50, EffcientNetB0 and Effi cientNetB4 are implemented, modi ed, optimized and combined in order to achieve the best results.
Rights: Plný text práce je přístupný bez omezení
Appears in Collections:Diplomové práce / Theses (KKY)

Files in This Item:
File Description SizeFormat 
Distracted Driver Detection Master Thesis.pdfPlný text práce4,11 MBAdobe PDFView/Open
brada-v.pdfPosudek vedoucího práce778,54 kBAdobe PDFView/Open
brada-o.pdfPosudek oponenta práce724,87 kBAdobe PDFView/Open
brada-p.pdfPrůběh obhajoby práce402,88 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/41530

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.