Original title:
Monitorovací systém laboratória založený na detekcii tváre
Authors:
Gvizd, Peter Document type: Master’s theses
Year:
2019
Language:
slo Abstract:
[cze][eng] V posledních letech nastal velký pokrok v detekci a identifikaci tváře pomocí počítačového vidění. Optimalizace algoritmů zašla až do bodu, kdy je detekce tváře možná na mobilních zařízeních. Tato diplomová práce se na začátku věnuje teore-tickému rozboru běžně používaných algoritmů pro detekci a identifikaci tváře, jako jsou například Haarové příznaky, LBP, EigenFaces a FisherFaces. Kromě běžně používaných přístupů se práce také věnuje modernějším přístupům, jako jsou CNN nebo FaceNet od firmy Google. Cílem práce je návrh a implementace automatizovaného monitorovacího systému laboratoře založeného právě na výše zmíněných algoritmech. V rámci návrhu monitorovacího systému jsou jednotlivé algoritmy porovnány a je zhodnocená jejich úspěšnost a možnost aplikace v rámci výsledného řešení.In the last decades there has been such a fundamental development in the technologies including technologies focusing on face detection and identification supported by computer vision. Algorithm optimization has reached the point, when face detection is possible on mobile devices. At the outset, this work analy-ses common used algorithms for face detection and identification, for instance Haar features, LBP, EigenFaces and FisherFaces. Moreover, this work focuses on more up-to-date approaches of this topic, such as convolutional neural networks, or FaceNet from Google. The goal of this work is a design and its subsequent im-plementation of an automated, monitoring system designated for a lab, which is based on aforementioned algorithms. Within the design of the monitoring system, algorithms are compared with each other and their success rate and possible ap-plication in the final solution is evaluated.
Keywords:
CNN; detekce tváře; EigenFaces; FaceNet; FisherFace; Haarove příznaky; HOG; identifikace tváře; LBP; OpenCV