|
|
Rozpoznávání obličejů v obraze
Hauser, Václav ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce a rozpoznávání obličejů v obraze. Obsahem práce je popis využívaných metod detekce a rozpoznávání obličejů. Podrobněji je popsána metoda analýzy hlavních komponent (PCA), která je následně využita při implementaci rozpoznávání obličejů ve videosekvenci. Ve spojení s implementací je v práci popsán balíček knihoven OpenCV, který byl pro realizaci využit, konkrétně jeho C++ API. Závěrem je provedeno testování vzniklé aplikace na dvou rozdílných videosekvencích.
|
|
|
Sociální síť z fotografií
Polesný, Ondřej ; Přibyl, Bronislav (oponent) ; Mlích, Jozef (vedoucí práce)
Tato práce se zabývá rozpoznáváním lidí a jejich vztahů ze statických fotografií a způsoby, jakými lze takto získaná data využít. To zahrnuje metody pro detekci a rozpoznání obličejů z fotografií, jejich prezentaci pomocí webové fotogalerie a způsoby odvození a zobrazení souvisejících informací o rozpoznaných osobách. Součástí práce je i vyhodnocení dosažených výsledků jak z pohledu úspěšnosti programu v automatizovaných operacích na základě vytvořené sady testovacích dat s předem známými vztahy mezi osobami, tak z pohledu efektivnosti a funkčnosti celého systému pro koncové uživatele.
|
|
| |
|
|
Nalezení a rozpoznání dominantních rysů obličeje
Švábek, Hynek ; Láník, Aleš (oponent) ; Chmelař, Petr (vedoucí práce)
Tato práce pojednává o stále více se rozvíjející oblasti biometrických systémů, kterou je rozpoznání obličejů. Dokument se zabývá možnostmi lokalizace tváře na obrazcích a jejich normalizací, která je nutná z důvodu vnějších vlivů i vlivem různých snímacích technik. Jsou zde popsány různé techniky lokalizace dominatních rysů obličeje, kterými jsou např. oči, ústa, nos. V neposlední řadě práce popisuje různé přístupy k rozpoznání obličejů. Dále je zpracován návrh s implementací aplikace pro rozpoznání dominantních rysů obličeje demonstrující zvolené metody pro nalezení dominatních rysů (Houghova transformace pro detekci kružnic, lokalizace úst ze znalosti umístění očí) a identifikaci obličeje (lineární diskriminační analýza, jádrová diskriminační analýza). Poslední část diplomové práce obsahuje shrnutí dosažených výsledků a závěr.
|
|
|
Videodatabáze pro rozpoznávání obličejových rysů.
Stříteský, Jan ; Říha, Kamil (oponent) ; Vlach, Jan (vedoucí práce)
Tato práce se zabývá srovnáním na internetu volně dostupných obličejových databází, vhodných k testování vyvíjených algoritmů pro rozpoznávání obličejových rysů v obraze. V rámci práce byla vytvořena nová obličejová videodatabáze, obsahující celkově 51 vzorků. Videodatabáze je doplněna o jednoduchou aplikaci, která slouží k prohlížení jejího obsahu. Za účelem snížení velikosti celé videodatabáze byla provedena komprimace jednotlivých obrazových vzorků. Vytvořená videodatabáze může být použita k testování algoritmů pro rozpoznávání obličejových rysů (např. detekce obličeje v obraze, identifikace osoby, detekce mrkání, rozpoznání řeči...).
|
|
|
Metody a algoritmy pro rozpoznávání obličejů
Soukup, Jiří ; Heriban, Pavel (oponent) ; Šťastný, Jiří (vedoucí práce)
Práce se zabývá popisem základních metod pro problematiku rozpoznávání obličejů. Mezi popisované metody patří PCA, LDA, ICA, trasová transformace, technika shlukových grafů, genetické algoritmy a neuronové sítě. V praktické části se práce zabývá implementací algoritmu PCA a jeho kombinaci s neuronovou sítí s radiální bází a genetického algoritmu. Neuronová síť s radiální bází je použita v roli klasifikátoru a genetický algoritmus je v jednom případě použit pro trénink neuronové sítě a v druhém případě pro výběr vlastních vektorů vytvořených metodou PCA. Tato metoda, spojení PCA + GA, zvané EPCA, dosahuje na testované ORL databázi nejlepších výsledků v rámci porovnávaných algoritmů.
|
|
|
Aplikace pro rozpoznání osob podle obličeje
Svoboda, Jakub ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Identifikace osob se v posledních letech stává jedním z klíčových způsobů extrakce informací z obrazových dat. Tato práce je zaměřena na identifikaci osob podle snímků obličeje za využití neuronových sítí. Většina konvenčních algoritmů vykazuje vysokou míru nepřesností, zatímco využitím neuronových sítí lze dosáhnout výrazně robustnějších výsledků. V této práci jsme na základě znalostí získaných studiem problematiky vytvořili architekturu neuronové sítě, která je schopná provádět úlohu identifikace a verifikace osob podle obličeje. Tuto architekturu a proces trénování jsme následně vylepšili na základě mnoha experimentů. Výsledný model dosáhl přesnosti srovnatelné se současnými state-of-the-art modely. Dále jsme vytvořili demonstrační aplikaci pro vizualizaci výsledků a správu databáze osob. Znalosti získané z této práce mohou být použity pro vylepšení současných algoritmů pro identifikaci osob nebo ke zpřesnění modelů řešících podobné úlohy.
|
|
|
Rozpoznání obličeje
Kopřiva, Adam ; Hradiš, Michal (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se věnuje metodám pro rozpoznání obličeje. Popisuje metody založené na různém přístupu: znalostní metody, metody založené na rysech tváře, metody založené na modelech a metody založené na vzhledu tváře. Nejvíce se však zaměřuje na metody deformačních modelů a statistické methody, kterými jsou analýza hlavních komponent (PCA) a lineární diskriminační analýza (LDA). Podrobně popisuje princip metod deformačních modelů jako je metoda active shape models (ASM) a metoda active appearance models (AAM).
|
|
|
Biometrie pomocí rozpoznávání tváře
Koupil, Michal ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato práce je zaměřena na detekci obličejů ve snímku a jejich následné rozpoznání v rámci dané databáze. Detekce obličeje ve snímku byla v praktické části realizována pomocí Viola-Jones algoritmu, k rozpoznání obličejů bylo použito metod PCA (Principal Component Analysis) a LBPH (Local Binary Pattern Histograms). Implementovaný algoritmus byl testován na volně dostupných obrazových databázích. Celková úspěšnost detekce obličeje byla 93,4 %. Celková úspěšnost rozpoznání obličeje byla metodou PCA 88,1 % a metodou LBPH 93,1 %. Metoda LBPH je schopna lépe než metoda PCA rozpoznávat u obrazových sad, kde lidé nejsou ideálně nasnímáni. Při testování na kvalitních datech pro biometrii fungují obě metody spolehlivě, PCA za kratší časový úsek.
|
|
|
Rozpoznání obličeje
Keršner, Martin ; Mlích, Jozef (oponent) ; Juránek, Roman (vedoucí práce)
Tato bakalářská práce se zabývá problematikou rozpoznání obličeje. Cílem práce bylo nastudovat různé metody extrakce příznaků a zjistit jejich vliv na úspěšnost rozpoznání. Mezi zkoumané metody extrakce příznaků patří Local Binary Pattern, Histogram orientovaných gradientů a Gaborovy filtry. Dále práce vysvětluje způsoby rozpoznání obličejů podle podobnosti obrazových dat. Jako klasifikátor obličejů byl při experimentech použit Support Vectore Machines. Experimentálně zjištěné nejúspěšnější kombinace parametrů metod extrakce příznaků a klasifikátoru byly využity v systému pro jednoduché rozpoznávání obličejů.
|
host ::
RSS.