1. Razpoznavanje človeških emocij na digitalnih posnetkih s pomočjo konvolucijskih nevronskih mrež : magistrsko deloAleš Pernat, 2020, master's thesis Abstract: V magistrskem delu smo se ukvarjali z razvrščanjem šestih osnovnih človeških emocij in nevtralnega izraza s pomočjo digitalnih posnetkov in konvolucijskih nevronskih mrež. Pregledali smo področje razpoznavanja človeških emocij in natančno preučili konvolucijske nevronske mreže. Implementirali smo več modelov sodobnih konvolucijskih nevronskih mrež, ob tem pa razvili tudi lastne modele. Uporabili smo knjižnico Tensorflow in programski jezik Python. Naše predlagane rešitve smo preizkusili na prosto dostopnih podatkovnih zbirkah CK+, MMI in JAFFE. Slike iz podatkovnih zbirk smo obogatili z zrcaljenjem in rotiranjem, tako da smo dobili večjo količino podatkov. Za validiranje smo uporabili pristop, neodvisen od subjekta, in petkratno navzkrižno validacijo. Najboljši rezultati razvrščanja z našimi predlaganimi metodami so bili 91,65 % na zbirki CK+, 59,08 % na zbirki MMI in 67,86 % na zbirki JAFFE. Rezultati na zbirki CK+ so primerljivi z rezultati sorodnih del, na preostalih dveh zbirkah pa je uspešnost razvrščanja z našimi pristopi bistveno slabša od rezultatov sorodnih del. Keywords: človeške emocije, konvolucijske nevronske mreže, digitalne slike, strojno učenje Published in DKUM: 04.01.2021; Views: 1297; Downloads: 115 Full text (1,30 MB) |
2. AVTOMATSKO PREPOZNAVANJE OBRAZOV V IDEO SIGNALU V REALNEM ČASUMihael Dimec, 2012, undergraduate thesis Abstract: V diplomski nalogi smo opisali digitalno sliko ter uporabljene postopke procesiranja digitalne slike, postopek iskanja objekta/obraza v digitalni sliki s Haarovim kaskadnim klasifikatorjem, uporabljen postopek detekcije gibanja ter nekaj postopkov prepoznavanja obrazov. Najbolj natančno smo opisali metodo glavnih komponent ali PCA, ki smo jo tudi implementirali. Implementacijo PCA smo združili v aplikacijo, ki implementira avtorizacijo vstopa v laboratorij in prilagajanje višine interaktivne platforme BQ-portala višini uporabnika. Izvedbo algoritmov smo tudi opisali. Nadalje smo izvedli preizkus, kako nekateri dejavniki pri postopku in prepoznavanja obrazov vplivajo na uspešnost prepoznavanja. Na koncu smo še našteli nekatere druge možnost uporabe opisanih tehnologij. Keywords: prepoznavanje obrazov v realnem času, detekcija obrazov, Haarov kaskadni klasifikator, detekcija gibanja, procesiranje digitalne slike, PCA, metoda glavnih komponent Published in DKUM: 10.05.2012; Views: 2783; Downloads: 295 Full text (2,58 MB) |
3. HITRO RAZPOZNAVANJE OBRAZOV S KNJIŽNICO OPENCVMiha Jerot, 2011, bachelor thesis/paper Abstract: V diplomskem delu raziskujemo možnosti uporabe paralelizacije pri zaznavanju obrazov s pomočjo knjižnice OpenCV. V uvodu predstavimo digitalno zaznavo obrazov z metodo iz OpenCV ter možnosti, ki se ponujajo za njeno pohitritev. Naš cilj je natančno preučiti obstoječo metodo ter jo pohitriti z različnimi postopki. Najprej se lotimo analize možnih pristopov pohitritve te metode, študiramo pa tudi njihove omejitve v praksi. Osrednji del diplome je posvečen razvoju in analizi lastne rešitve, ki temelji na pohitritvi osnovne metode za razpoznavanje obrazov iz OpenCV. Razvili smo jo kot množico različnih pristopov pohitritve. Ugotavljamo, da so implementirani postopki precej hitrejši od obstoječe rešitve iz OpenCV, ter da so nekateri bolj primerni za statične slike, nekateri pa za realno-časovno zaznavo. Z našim pristopom smo dosegli pohitritev do devet krat, glede na osnovno metodo zaznavanja obraza. Keywords: zaznavanje obrazov, računalniški vid, paralelizacija, digitalne slike Published in DKUM: 27.09.2011; Views: 2134; Downloads: 169 Full text (2,03 MB) |
4. RAZPOZNAVANJE OBJEKTOV V DIGITALNI SLIKI Z UPORABO NEVRONSKE MREŽENiko Laznik, 2011, undergraduate thesis Abstract: V diplomskem delu smo natančneje predstavili digitalno sliko, njeno segmentacijo ter kot klasifikator, uporabili nevronsko mrežo. Preučili smo postopke razpoznavanja objektov v digitalni sliki in implementirali testni program. V razvitem programskem okolju smo kot iskane objekte v digitalni sliki izbrali prometne znake. S pomočjo testnega nabora slik, smo preverili uspešnost razpoznavanja oblik prometnih znakov z nevronsko mrežo. Na koncu smo predlagali možne izboljšave izvedenega postopka. Keywords: razpoznavanje objektov, procesiranje digitalne slike, nevronska mreža Published in DKUM: 31.05.2011; Views: 2793; Downloads: 403 Full text (3,11 MB) |
5. |
6. |
7. |
8. |
9. |