|
|
Rozpoznávání tváří
Duban, Michal ; Beran, Vítězslav (oponent) ; Smrž, Pavel (vedoucí práce)
Hlavním cílem této bakalářské práce bylo vytvořit aplikaci spustitelnou na robotu PR2, která je schopna automaticky detekovat a učit se různé lidské tváře, které se postupně objevují na videu pořizovaném z kamer umístěných na tomto robotovi.
|
|
|
Adaptace neuronových sítí pro identifikaci osob
Stratil, Jan ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří pomocí konvolučních neuronových sítí a jejich problémy v dnešní době, jako jsou variabilita póz, osvětlení a výrazů. Shrnuje dosavadní přístupy, architektury a nejnovější chybové funkce. Dále se věnuje metodám pro rotaci obličeje pomocí GAN sítí. V rámci práce jsou navrženy a natrénovány 3 neuronové sítí pro rozpoznávání tváří. Nejlepší z nich dosáhla přesnosti 99.38% na datasetu LFW a 88.08% na datasetu CPLFW. Dále je navržena síť pro rotaci obličeje PCGAN, která může být použita pro účely frontalizace obličeje či augmentace dat. Síť je vyhodnocena na datasetu Multi-PIE a pomocí frontalizace zvyšuje úspěšnost identifikace.
|
|
|
Čtečka obličejů
Bučko, Peter ; Juránek, Roman (oponent) ; Beran, Vítězslav (vedoucí práce)
Tato práce se zabývá strojovým rozpoznáváním tváří. Budou zde popsány metody Principal Components Analysis (PCA), Linear Discriminant Analysis (LDA) a Elastic Bunch Graph Matching (EBGM). Cílem této práce je vytvořit demonstrační aplikaci pro rozpoznávaní tváří. Dále také otestuji metody PCA a LDA, abych zjistil, jak jsou přesné a jak je ovlivňují změny parametrů, jako velikost databáze a počet obrazů na osobu.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Jeřábek, Vladimír ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří ve videu pomocí neuronových sítí. Na začátku je popsán výběr a ověření konvolučních neuronových sítí pro generování příznakových vektorů z obrázků různých identit. V další části se tato práce věnuje agregování příznakových vektorů ze snímků videa. Agregování probíhá pomocí agregačních neuronových sítí. Na konci této práce jsou diskutovány výsledky, kterých dané agregační metody dosáhli.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Stratil, Jan ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato bakalářská práce se zabývá rozpoznáváním tváří ve videu pomocí hlubokých neuronových sítí. Tato úloha je rozdělena na 2 části. První část se zabývá trénováním sítě, která vytváří kompaktní příznakový vektor reprezentující identitu tváře ze snímku videa. Druhá část se zabývá trénováním agregační sítě, která vytvořené příznakové vektory agreguje v jeden. Tato agregace je rychlá a ukázala se být lepší než pooling metody. Výsledky jsou testovány na datasetu LFW , kde dosažená přesnost je 92.8% a na datasetu YTF , kde přesnost je 84.06%.
|
|
|
Konvoluční neuronové sítě pro bezpečnostní aplikace
Kišš, Martin ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá návrhem a implementací aplikace pro rozpoznávání osob z bezpečnostní kamery. K rozpoznávání samostatného obličeje jsou zde použity konvoluční neuronové sítě, které vytváří reprezentaci daného obličeje, a algoritmus k-nejbližších sousedů, který slouží ke klasifikaci. K následnému rozpoznávání sekvence obličejů jsou zde implementovány tři algoritmy. Na testovacích datech dosahovala úspěšnost rozpoznávání až 75 %.
|
|
|
Development of algorithms for digital real time image processing on a DSP Processor
Knapo, Peter ; Sajdl, Ondřej (oponent) ; Belgium, Jurgen Baert (MSc), KHBO (vedoucí práce)
Face recognition is a complex process that aims to recognize human faces in images or video sequences. Applications include surveillance and identification system, but face recognition is also invaluable in the research of computer vision and artificial intelligence. Face recognition systems are often based on either image analysis or neural networks. This work implements an algorithm based around the use of so-called eigenfaces. Eigenfaces are the result of a form of Principal Component Analysis (PCA), which extracts important facial features from the original image and is based on solving a linear matrix equation of the covariance matrix, eigenvalues and eigenvectors. A face that is to be recognized is thus projected onto the eigenspace; the results of that operation can be interpreted as the comparison of this face with an existing database of known faces. Before executing the actual recognition algorithm, faces need to be located inside the image and prepared (by doing normalization, lighting compensation and noise removal). Many algorithms exist, but this work uses a color based face detection algorithm, which is both fast and sufficient for this application. The face detection and recognition algorithms are implemented on a Blackfin ADSP-BF561 DSP processor from Analog Devices.
|
|
|
Rozpoznávání tváří
Duban, Michal ; Beran, Vítězslav (oponent) ; Smrž, Pavel (vedoucí práce)
Hlavním cílem této bakalářské práce bylo vytvořit aplikaci spustitelnou na robotu PR2, která je schopna automaticky detekovat a učit se různé lidské tváře, které se postupně objevují na videu pořizovaném z kamer umístěných na tomto robotovi.
|
|
|
Adaptace neuronových sítí pro identifikaci osob
Stratil, Jan ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří pomocí konvolučních neuronových sítí a jejich problémy v dnešní době, jako jsou variabilita póz, osvětlení a výrazů. Shrnuje dosavadní přístupy, architektury a nejnovější chybové funkce. Dále se věnuje metodám pro rotaci obličeje pomocí GAN sítí. V rámci práce jsou navrženy a natrénovány 3 neuronové sítí pro rozpoznávání tváří. Nejlepší z nich dosáhla přesnosti 99.38% na datasetu LFW a 88.08% na datasetu CPLFW. Dále je navržena síť pro rotaci obličeje PCGAN, která může být použita pro účely frontalizace obličeje či augmentace dat. Síť je vyhodnocena na datasetu Multi-PIE a pomocí frontalizace zvyšuje úspěšnost identifikace.
|
|
|
Hluboké neuronové sítě pro rozpoznání tváří ve videu
Jeřábek, Vladimír ; Sochor, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním tváří ve videu pomocí neuronových sítí. Na začátku je popsán výběr a ověření konvolučních neuronových sítí pro generování příznakových vektorů z obrázků různých identit. V další části se tato práce věnuje agregování příznakových vektorů ze snímků videa. Agregování probíhá pomocí agregačních neuronových sítí. Na konci této práce jsou diskutovány výsledky, kterých dané agregační metody dosáhli.
|
host ::
RSS.