|
|
Detekce obličeje
Štrba, Miroslav ; Juránek, Roman (oponent) ; Hradiš, Michal (vedoucí práce)
Táto bakalárska práca obsahuje prehľad súčasných metód detekcie tvárí pomocou klasifikátorov. Obsahuje tiež popis tvorby systému na detekovanie tvárí. V prvej časti sú popísané rôzne metódy na trénovanie klasifikátorov. V druhej sa nachádza analýza, ktorá predchádzala tvorbe systému zameraného na čiernobiele snímky. Implementovaný systém využíva algoritmus WaldBoost a Haarove príznaky. Vo videosekvenciach je možné využiť časticový filter.
|
|
|
Detekce obličeje v obraze
Kubalová, Eva ; Odstrčilík, Jan (oponent) ; Mézl, Martin (vedoucí práce)
Táto práca sa zaoberá detekciou tváre v obraze, popisom vybraných metód k detekcii a ich využití v bežnom živote. Zvolený spôsob k detekcii, segmentácia na základe farby kože, je realizovaný a otestovaný v programovacom prostredí MATLAB. V práci sú uvedené tri metódy, s následnou ukážkou výstupu nájdenia a vyznačenia oblasti tváre. Súčasťou práce je realizácia detekcie základných prvkov tváre, očí a úst so zhodnotením úspešnosti metód. Posledná časť obsahuje jednoduché užívateľské prostredie pre obsluhu navrhnutých algoritmov.
|
|
|
Detection of persons and evaluation of gender and age in image data
Dobiš, Lukáš ; Vičar, Tomáš (oponent) ; Kolář, Radim (vedoucí práce)
This master thesis describes an approach for automated human recognition by using convolutional neural networks (CNN) to perform facial analysis of persons face in image data. The predicted biometric indicators are following: age, gender, facial landmarks and facial expression. CNN architectures with pretrained weights for each task are described. Age estimation CNN has new weights trained and freezed, then has added new LSTM layers into its architecture. New LSTM layers are trained and tested on newly created video data set. Test results indicate improved age prediction accuracy. Solution for human recognition inference with single image and time series variants, in form of script with interconnected CNNs is explained, and its inference speed performance supports further proposed expansion plans for live video inference.
|
|
|
Ja som tu neni
Daneková, Petra ; Hosnedlová, Klára (oponent) ; Kohoutková, Karolína (vedoucí práce)
Koncept mimikry, kamufláže a zmiznutia som si vybrala z dôvodu, že ma zaujíma téma splynutia a neviditeľnosti. Stratiť sa v prírode alebo v meste pomocou tela a oblečenia. Vytvorila som odev, ktorý bude skúmať účinnosť kamufláže pre bežných ľudí každodenne sledovaných kamerami. Odevom chcem zistiť, či sú digitálne zariadenia dostatočne vyspelé na to, aby rozpoznali človeka aj v prípade keď bude mať končatiny navyše a zahalenú tvár s viditeľnými očami. V mojej práci využívam viaceré digitálne zariadenia, ktorými zisťujem účinnosť vytvoreného odevu. Pre porovnanie a lepšie zameranie človeka som ušila odevy dva. Jeden z nich je jednofarebný a druhý, ten dôležitejší, potlačený glitchom. Odevy testujem v interiéri aj v exteriéri. Výsledkom práce sú fotografie a videá človeka v oboch odevoch.
|
|
|
Extrakce obličeje zakrytého maskou
Križka, Dominik ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
Bakalárska práca sa zaoberá viacerými spôsobmi na extrakciu maskovanej tváre za pomoci terahertzového a infračerveného žiarenia. Pre vyriešenie problému bola vytvorená špeciálna databáza fotografií dvanástich ľudí podľa pripravených požiadaviek. Na nich prebiehala analýza pomocou troch prístupov. Prvý využíva ORB a SIFT deskriptory na identifikáciu tváre. Deskriptorom sa nepodarilo úspešne extrahovať maskovanú tvár. Druhý je prediktor zameraný na hľadanie orientačných bodov tváre. Pri nemaskovanej tvári dokáže vyznačiť kontúry tváre pomerne dobre, ale čím viac je tvár maskovaná, tým je vyznačenie orientačných bodov tváre nepresnejšie. Posledný prístup kóduje tváre do číselnej podoby a porovná ich medzi sebou. Úspešnosť výsledkov závisí hlavne od kvality modelu, ktorý bol vytrénovaný na princípe neurónových sietí. Prínosom tejto bakalárskej práce spočíva vo vykonaných experimentoch. V nich sa ukázalo, že za určitých podmienok môže využitie IR žiarenia s technikou porovnania kódovaných tvárí pomôcť k odhaleniu tváre maskovanej pomocou šatky alebo kukly.
|
|
|
Detection of persons and evaluation of gender and age in image data
Dobiš, Lukáš ; Vičar, Tomáš (oponent) ; Kolář, Radim (vedoucí práce)
This master thesis describes an approach for automated human recognition by using convolutional neural networks (CNN) to perform facial analysis of persons face in image data. The predicted biometric indicators are following: age, gender, facial landmarks and facial expression. CNN architectures with pretrained weights for each task are described. Age estimation CNN has new weights trained and freezed, then has added new LSTM layers into its architecture. New LSTM layers are trained and tested on newly created video data set. Test results indicate improved age prediction accuracy. Solution for human recognition inference with single image and time series variants, in form of script with interconnected CNNs is explained, and its inference speed performance supports further proposed expansion plans for live video inference.
|
|
|
Extrakce obličeje zakrytého maskou
Križka, Dominik ; Tinka, Jan (oponent) ; Drahanský, Martin (vedoucí práce)
Bakalárska práca sa zaoberá viacerými spôsobmi na extrakciu maskovanej tváre za pomoci terahertzového a infračerveného žiarenia. Pre vyriešenie problému bola vytvorená špeciálna databáza fotografií dvanástich ľudí podľa pripravených požiadaviek. Na nich prebiehala analýza pomocou troch prístupov. Prvý využíva ORB a SIFT deskriptory na identifikáciu tváre. Deskriptorom sa nepodarilo úspešne extrahovať maskovanú tvár. Druhý je prediktor zameraný na hľadanie orientačných bodov tváre. Pri nemaskovanej tvári dokáže vyznačiť kontúry tváre pomerne dobre, ale čím viac je tvár maskovaná, tým je vyznačenie orientačných bodov tváre nepresnejšie. Posledný prístup kóduje tváre do číselnej podoby a porovná ich medzi sebou. Úspešnosť výsledkov závisí hlavne od kvality modelu, ktorý bol vytrénovaný na princípe neurónových sietí. Prínosom tejto bakalárskej práce spočíva vo vykonaných experimentoch. V nich sa ukázalo, že za určitých podmienok môže využitie IR žiarenia s technikou porovnania kódovaných tvárí pomôcť k odhaleniu tváre maskovanej pomocou šatky alebo kukly.
|
|
|
Ja som tu neni
Daneková, Petra ; Hosnedlová, Klára (oponent) ; Kohoutková, Karolína (vedoucí práce)
Koncept mimikry, kamufláže a zmiznutia som si vybrala z dôvodu, že ma zaujíma téma splynutia a neviditeľnosti. Stratiť sa v prírode alebo v meste pomocou tela a oblečenia. Vytvorila som odev, ktorý bude skúmať účinnosť kamufláže pre bežných ľudí každodenne sledovaných kamerami. Odevom chcem zistiť, či sú digitálne zariadenia dostatočne vyspelé na to, aby rozpoznali človeka aj v prípade keď bude mať končatiny navyše a zahalenú tvár s viditeľnými očami. V mojej práci využívam viaceré digitálne zariadenia, ktorými zisťujem účinnosť vytvoreného odevu. Pre porovnanie a lepšie zameranie človeka som ušila odevy dva. Jeden z nich je jednofarebný a druhý, ten dôležitejší, potlačený glitchom. Odevy testujem v interiéri aj v exteriéri. Výsledkom práce sú fotografie a videá človeka v oboch odevoch.
|
|
|
Detekce obličeje v obraze
Kubalová, Eva ; Odstrčilík, Jan (oponent) ; Mézl, Martin (vedoucí práce)
Táto práca sa zaoberá detekciou tváre v obraze, popisom vybraných metód k detekcii a ich využití v bežnom živote. Zvolený spôsob k detekcii, segmentácia na základe farby kože, je realizovaný a otestovaný v programovacom prostredí MATLAB. V práci sú uvedené tri metódy, s následnou ukážkou výstupu nájdenia a vyznačenia oblasti tváre. Súčasťou práce je realizácia detekcie základných prvkov tváre, očí a úst so zhodnotením úspešnosti metód. Posledná časť obsahuje jednoduché užívateľské prostredie pre obsluhu navrhnutých algoritmov.
|
|
|
Detekce obličeje
Štrba, Miroslav ; Juránek, Roman (oponent) ; Hradiš, Michal (vedoucí práce)
Táto bakalárska práca obsahuje prehľad súčasných metód detekcie tvárí pomocou klasifikátorov. Obsahuje tiež popis tvorby systému na detekovanie tvárí. V prvej časti sú popísané rôzne metódy na trénovanie klasifikátorov. V druhej sa nachádza analýza, ktorá predchádzala tvorbe systému zameraného na čiernobiele snímky. Implementovaný systém využíva algoritmus WaldBoost a Haarove príznaky. Vo videosekvenciach je možné využiť časticový filter.
|
host ::
RSS.