|
|
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.
|
|
|
Algoritmus porovnávání hlav osob v nestandardních pohledech
Wysoglad, Jaromír ; Goldmann, Tomáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této práce je vytvořit algoritmus pro porovnávání lidských hlav na obrázcích. Algoritmus je schopen porovnávat hlavy v mnoha různých pozicích, avšak pro porovnání musí vždy hlavy být ve stejné pozici. Algoritmus nejprve využije několik volně dostupných detektorů pro detekci hlavy a jejích částí. Následně je pro každou část hlavy vypočítán histogram orientovaných gradientů a jejich porovnáním algoritmus zjistí odlišnost hlav. Z testovací sady 30 obrázků se 26 z nich úspěšně podařilo detekovat. Při porovnávání se obrázek každé osoby porovnával s 5 jinými obrázky, z nichž jeden byl obrázek stejné osoby. Pokud nepočítám 4 obrázky, kde detekce nebyla úspěšná a 2 obrázky, které měly k těmto obrázkům být přiřazeny, tak algoritmus u 18 obrázků úspěšně určil jako nejpodobnější obrázek stejné osoby, u 5 obrázků byl tento obrázek 3. nejpodobnější a u jednoho obrázku zcela selhal a obrázek stejné osoby označil za nejodlišnější. Algoritmus úspěšně dokáže porovnat hlavy osob v různých polohách u většiny fotografií.
|
|
|
Algoritmus porovnávání hlav osob v nestandardních pohledech
Wysoglad, Jaromír ; Goldmann, Tomáš (oponent) ; Drahanský, Martin (vedoucí práce)
Cílem této práce je vytvořit algoritmus pro porovnávání lidských hlav na obrázcích. Algoritmus je schopen porovnávat hlavy v mnoha různých pozicích, avšak pro porovnání musí vždy hlavy být ve stejné pozici. Algoritmus nejprve využije několik volně dostupných detektorů pro detekci hlavy a jejích částí. Následně je pro každou část hlavy vypočítán histogram orientovaných gradientů a jejich porovnáním algoritmus zjistí odlišnost hlav. Z testovací sady 30 obrázků se 26 z nich úspěšně podařilo detekovat. Při porovnávání se obrázek každé osoby porovnával s 5 jinými obrázky, z nichž jeden byl obrázek stejné osoby. Pokud nepočítám 4 obrázky, kde detekce nebyla úspěšná a 2 obrázky, které měly k těmto obrázkům být přiřazeny, tak algoritmus u 18 obrázků úspěšně určil jako nejpodobnější obrázek stejné osoby, u 5 obrázků byl tento obrázek 3. nejpodobnější a u jednoho obrázku zcela selhal a obrázek stejné osoby označil za nejodlišnější. Algoritmus úspěšně dokáže porovnat hlavy osob v různých polohách u většiny fotografií.
|
|
|
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.
|
|
|
Analýza emocionálních stavů na základě obrazových předloh
Přinosil, Jiří ; Rajmic, Pavel (vedoucí práce)
Tato disertační práce se zabývá návrhem automatického systému pro rozpoznávání základních emocionálních výrazů ve tváři ze statických obrazů. Celkově je tento systém rozdělen do tří nezávislých částí, které jsou ovšem jistým způsobem propojeny. Jedná se o automatickou detekci tváře v barevném obraze, kde byl navržen vlastní detektor pracující na základě barvy lidské kůže a metody pro lokalizaci pozic očí a rtů v již nalezených tvářích pomocí barevných map. Součástí tohoto celku je modifikovaný algoritmus detekce tváří Viola-Jones, který byl také experimentálně využit pro detekci očí. Spolehlivost těchto detektorů byla testována pomocí obrazové databáze obličejů Georgia Tech Face Database. Další částí automatického systému je extrakce příznaků skládající se ze dvou statistických metod a jedné metody založené na filtraci obrazu pomocí sady Gaborových filtrů. Pro účely této práce byly taky experimentálně vyzkoušeny různé kombinace příznaků extrahovaných pomocí těchto metod. Poslední částí systému pak je matematický klasifikátor reprezentován dopřednou neuronovou sítí. Celý systém je navíc doplněn o přesné určení pozic jednotlivých částí lidského obličeje pomocí aktivního modelu tvaru. Spolehlivost celého automatického systému byla testována na rozpoznání základních emocionálních výrazů ve tváři pomocí databáze Japanese Female Facial Expression.
|
host ::
RSS.