|
|
Rozpoznávání obličeje ve videu a jeho využití v policejní práci
Fabián, Jan ; Šťastná, Dagmar (oponent) ; Šedrlová, Magdalena (vedoucí práce)
Cílem této bakalářské práce je popsat technologii rozpoznávání obličejů a její využití v praxi. Zejména v posledních letech se technologie rozpoznávání obličejů stala velmi diskutovaným tématem, ať už ve spojitosti s rozšířením této technologie v Číně nebo díky potenciálu této technologie pro bezpečnostní složky. Na jednu stranu technologie rozpoznávání obličejů přináší spoustu nových možností v oblasti prevence kriminality, ale na druhou stranu s sebou také nese riziko narušení soukromí jednotlivých osob. Tato práce se zabývá historií této technologie, metodami, jenž tato technologie používá a také popisuje příklady využití technologie rozpoznávání obličejů v praxi, spolu s riziky spojenými s uvedením této technologie do praxe.
|
|
|
Rozpoznávání obličejů jako specifický kognitivní proces
Fišer, Ondřej ; Fuchs, Roman (vedoucí práce) ; Pokorný, Šimon (oponent)
Rozpoznávání obličejů bylo a je velkým vědeckým tématem. Jaký konkrétní kognitivní proces za rozpoznávání odpovídá bylo velkou neznámou. Nyní se vědci nejvíce přiklánějí k holistické teorii, podle které obličej vnímáme jako celek. K úspěšnému rozpoznání obličeje je potřeba si všímat jednotlivých komponentů i jejich konfigurace. Člověk je díky tomuto přístupu expert na obličeje a dokáže z nich v krátkém čase získat mnoho typů informací. Teorii holistického vnímání obličejů podpořily behaviorální a neurologické doklady. Hlavní behaviorální úlohy, které potvrzují holistické vnímání obličejů, jsou tři: "part-whole" úloha, inverzní úloha a kompozitní úloha. První dvě ukázaly, že rozpoznávání obličejů negativně ovlivňují jak manipulace s komponenty tak i s jejich konfigurací. Kompozitní úloha pak ukazuje, že nejsme schopni vnímat dílčí části obličeje samostatně. Holistické vnímání u zvířat nebylo jednoznačně potvrzeno, ale pro zvířata je obličej podobně důležitý jako pro člověka. V současné době se navíc poukazuje na možnost užití holistického vnímání na jiné objekty než obličeje. Holistické vnímání se dnes jeví jako robustní typ vnímání použitelný pro různé stimuly splňující dané podmínky. Jeho vznik v evoluci mohou indukovat různé sociální a ekologické faktory.
|
|
|
Generovaní databáze pro specifické případy identifikace osob
Kolmačka, Tomáš ; Kolařík, Martin (oponent) ; Rajnoha, Martin (vedoucí práce)
Diplomová práce se věnuje současné problematice identifikace osob a hlubokého učení. Dále se práce zabývá především získáním kvalitních a různorodých dat, které jsou využívány k trénování hlubokého učení s konvolučními neuronovými sítěmi pro rozpoznávání obličejů. Takových dat je velmi málo veřejně přístupných, proto se praktická část práce zaměřuje na vytvoření pluginu pro nástroj MakeHuman umožňující generování databáze obrázků náhodných tváří. Generovat tváře je možné podle pěti různých scénářů, ve kterých jsou vytvářeny čistě náhodné obličeje nebo obličeje, na kterých je možné vidět ten stejný obličej jen s různými modifikacemi jako je změna vlasů, vousů, klobouků, brýlí a dalšího. Scénáře také umožňují generování tváří s různými výrazy nebo tváře při stárnutí. V pluginu je možné nastavení některých parametrů, které dávají podobu výsledné databázi. Ta může obsahovat snímky tváře z různých úhlů natočení, přiblížení a při různém nasvícení.
|
|
|
Vyhledávání konkrétních osob na záznamech z bezpečnostních kamer
Jezerský, Matouš ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá návrhem a implementací systému, který umožňuje vyhledávání a rozpoznávání osob ve videozáznamech. Nejprve je proveden teoretický rozbor související problematiky, poté je na základě tohoto rozboru proveden návrh a dle návrhu dále implementován systém. Pro rozpoznávání obličejů je využito konvolučních neuronových sítí a v implementaci především knihoven dlib a OpenFace. V systému je využito paralelizace a distribuce úkonů mezi více zařízeními a je také dbáno na způsob praktického využití, při kterém můžeme mít často k dispozici jen málo informací o vyhledávané osobě. Systém dosahuje celkové přesnosti detekce a rozpoznávání osob cca 70% až 80% dle úlohy. Lze jej využít např. k vyhledání konkrétní osoby v záznamu, odhadu počtu celkových průchodů či průchodů jedné osoby a také ke zjštění výskytů neznámých osob v daném prostředí.
|
|
|
Rozpoznávání emocí pomocí konvolučních neuronových sítí
Jileček, Jan ; Najman, Pavel (oponent) ; Hradiš, Michal (vedoucí práce)
Konvoluční neuronové sítě se dnes používají v mnoha oblastech, především ale pro strojové učení, kde vykazují velkou úspěšnost. Tato práce nejprve představí existující frameworky, další algoritmy pro rozpoznávání a pak popisuje, jak probíhalo vytváření vlastní datové sady a trénink modelu pro rozpoznávání emocí. Tento model má úspěšnost klasifikace 60%. Model je následně využit pro získání statistik o emocích z filmových trailerů a z těchto statistik je sestaven model pro rozpoznávání žánrů, který je konečně použit v naší aplikaci pro určení žánru vstupního traileru s přesností až 47%.
|
|
|
Sledování a rozpoznávání lidí na videu
Šajboch, Antonín ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá rozpoznáváním a sledováním lidí ve videu. K rozpoznávání byla použita konvoluční neuronová síť, která extrahuje vektor rysů z přiloženého snímku obličeje. Tento extrahovaný vektor je dále klasifikován. Proces rozpoznávání musí probíhat v reálném čase a s tímto ohledem jsou také voleny veškeré použité metody. V rámci této práce byl vytvořen nový dataset obličejů, který byl získán z videozáznamů pořízených v prostorách fakulty. Videozáznamy a dataset byly použity pro experimenty k ověření přesnosti vytvořeného systému. Výsledná přesnost rozpoznávání je cca 85%. Navržený systém může být použit například k evidenci osob, počítání průchodů či k ohlášení výskytu neznámé osoby v objektu.
|
|
|
Experimenty s termosnímky obličejů
Kočár, Radek ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá využitím a vlastnostmi termosnímků obličejů. Práce je ze začátku zaměřena na popsání historického vývoje infračervené technologie. Následně podává teoretický základ k technikám termografického měření, fyzikální teorii a metodám pro detekci, lokalizaci a rozpoznání obličeje. Poslední kapitola je věnována samotným experimentům s termosnímky a možnostem využití termografie.
|
|
|
Vytvoření databáze gestikulací obličejů a provedení experimentů
Marešová, Marcela ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
Tato práce se zabývá metodami používanými v nástrojích pro rozpoznávání osob podle obličejů. Zaměřuje se na faktor změny výrazu obličeje, který tento proces ovlivňuje. Zabývá se tvorbou databáze gestikulací pro testování toho faktoru. Další část práce popisuje tvorbu různých snímků gestikulací obličejů pomocí softwarového nástroje a testování. Z experimentů popsaných v této práci vyplývají závěry, které hodnotí závažnost tohoto problému a navrhují jeho řešení.
|
|
|
Rekurentní neuronové sítě v počítačovém vidění
Křepský, Jan ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá využitím rekurentních neuronových sítí v oblasti počítačového vidění. V teoretické části jsou popsány základní poznatky o umělých neuronových sítích se zaměřením na rekurentní architektury. Dále jsou zde prezentovány některé z jejich možných aplikací a nasazení při řešení reálných problémů. Praktická část práce je věnována rozpoznávání obličejů ze sekvence snímků pomocí Elmanovy jednoduché rekurentní sítě. K učení jsou použity algoritmy backpropagation a backpropagation through time.
|
|
| |
host ::
RSS.