Abstract: Namen magistrske naloge je bil razviti sistem, ki analizira podatke pridobljene s pomočjo sledilnika pogleda in definira dinamično področje zanimanja na video posnetku. Področje zanimanja predstavlja oseba, ki se ji določijo referenčne točke na ključni delih telesa. V ta namen smo uporabili dve metodi za zaznavanje področja zanimanja in določanje ključnih točk, ki temeljita na nevronskih mrežah. Za implementacijo smo uporabili funkcije iz knjižnice OpenCV, sistem pa je bil razvit v programskem jeziku Python. Razviti sistem se je izkazal kot učinkovit za prepoznavanje področij interesa in je omogočil visoko ujemanje s kvalitativnim kodiranjem eksperta.Keywords: semantična segmentacija, nevronske mreže, sledenje pogledaPublished in DKUM: 13.04.2023; Views: 631; Downloads: 90 Full text (4,63 MB)
Abstract: V magistrskem delu sta opisani zasnovi dveh pristopov strojnega učenja za razpoznavo značilnosti v človeškem očesu na podlagi majhne učne množice. Implementirani sta dve tehniki; semantična segmentacija in lokalizacija. Obe rešitvi delujeta na osnovi konvolucijskih nevronskih mrež in iz digitalnih fotografij očes razpoznata položaj zenice, zunanjo obrobo šarenice ter barvo le-te. Problem omejene učne množice smo naslovili z uporabo več tehnik obogatitve učne množice na podlagi obstoječih učnih podatkov. Najboljše rezultate je dosegla segmentacijska nevronska mreža, tehnike obogatitve učne množice pa so se izkazale za nepogrešljive pri učenju na majhni učni množici.Keywords: konvolucijske nevronske mreže, semantična segmentacija, lokalizacija, obogatitev učne množicePublished in DKUM: 13.03.2023; Views: 729; Downloads: 125 Full text (6,03 MB)
