|
|
Metody detekce a rozpoznání obličeje v obrazu
Zbranek, Miroslav ; Horák, Karel (oponent) ; Honec, Peter (vedoucí práce)
Cílem této diplomové práce je prostudování metod pro detekci a rozpoznání obličeje v obrazu. Na základě prostudování odborné literatury bude zvolena metoda pro detekci obličeje a metoda pro rozpoznání obličeje. Obě metody budou implementovány za pomoci knihovny OpenCV a programovacího jazyku C/C++. Výsledkem práce je vytvoření grafického rozhraní, které využívá naprogramovaných funkcí pro detekci a rozpoznání obličeje jak z obrazu tak i kamery.
|
|
|
Image Descriptors and their Usage for Object Detection
Bature, Jonathan ; Druckmüllerová, Hana (oponent) ; Procházková, Jana (vedoucí práce)
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
|
|
|
Aplikace pro frontalizaci obličeje
Tichý, Filip ; Malinka, Kamil (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zaměřuje na implementaci aplikace pro frontalizaci obličeje pomocí projektu Complete Face Recovery GAN a pomocí otočení 3D modelu obličeje s následným vyrenderováním. Cílem práce je zhodnotit vliv aplikace na úspěšnost rozpoznávání obličeje na základě datasetu Fidentis. Výsledky jsou prezentovány ve formě krabicových grafů, které znázorňují euklidovské vzdálenosti mezi vygenerovanými frontalizovanými snímky a reálnými snímky. Při experimentování bylo zjištěno, že při frontalizaci pomocí otočení 3D modelu z vysokých úhlů natočení, stoupá úspěšnost procesu rozpoznávání obličeje. Naopak, při frontalizaci pomocí projektu Complete Face Recovery GAN, úspěšnost rozpoznávání značně klesá. Pro porovnání snímků byl použit algoritmus VGG Face. Celá aplikace je implementována v jazyce Python s využitím běžně dostupných knihoven.
|
|
|
Image Descriptors and their Usage for Object Detection
Bature, Jonathan ; Druckmüllerová, Hana (oponent) ; Procházková, Jana (vedoucí práce)
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
|
|
|
Metody detekce a rozpoznání obličeje v obrazu
Zbranek, Miroslav ; Horák, Karel (oponent) ; Honec, Peter (vedoucí práce)
Cílem této diplomové práce je prostudování metod pro detekci a rozpoznání obličeje v obrazu. Na základě prostudování odborné literatury bude zvolena metoda pro detekci obličeje a metoda pro rozpoznání obličeje. Obě metody budou implementovány za pomoci knihovny OpenCV a programovacího jazyku C/C++. Výsledkem práce je vytvoření grafického rozhraní, které využívá naprogramovaných funkcí pro detekci a rozpoznání obličeje jak z obrazu tak i kamery.
|
host ::
RSS.