| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:Razpoznavanje človeških emocij na digitalnih posnetkih s pomočjo konvolucijskih nevronskih mrež : magistrsko delo
Avtorji:ID Pernat, Aleš (Avtor)
ID Potočnik, Božidar (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Pernat_Ales_2020.pdf (1,30 MB)
MD5: 186F081048500A803185B3896F665759
PID: 20.500.12556/dkum/0ef005c9-1b9a-4a2c-8dff-3edc8bf61018
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis: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.
Ključne besede:človeške emocije, konvolucijske nevronske mreže, digitalne slike, strojno učenje
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[A. Pernat]
Leto izida:2020
Št. strani:VII, 42 f.
PID:20.500.12556/DKUM-78093 Novo okno
UDK:004.932.8\'1:316.642.2(043.2)
COBISS.SI-ID:47995651 Novo okno
NUK URN:URN:SI:UM:DK:M0NZJDPO
Datum objave v DKUM:04.01.2021
Število ogledov:1297
Število prenosov:116
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
PERNAT, Aleš, 2020, Razpoznavanje človeških emocij na digitalnih posnetkih s pomočjo konvolucijskih nevronskih mrež : magistrsko delo [na spletu]. Magistrsko delo. Maribor : A. Pernat. [Dostopano 24 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=78093
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Podobna dela iz ostalih repozitorijev:
  1. Osnovne značilnosti raka jajčnikov
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:22.10.2020

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Recognition of human emotions on digital images using convolutional neural networks
Opis:In the master's thesis, we dealt with the classification of six basic human emotions and the neutral expression on digital images using convolutional neural networks. We reviewed the field of human emotion recognition and examined convolutional neural networks. We implemented several existing models of convolutional neural networks and also developed our own models. We used the Tensorflow library and the Python programming language. We tested our solutions on freely accessible CK +, MMI and JAFFE databases. The images from the databases were augmented by mirroring and rotating the images in order to obtain a larger amount of data. We used a subject-independet aproach for validation and 5-fold cross validation. The best classification results with our proposed methods were 91,65 % on the CK+ database, 59,08 % on the MMI database and 67,68% on the JAFFE database. The results on the CK+ database are comparable to the results of related works, while on the other two databases the success of the classification with our best approaches is significantly worse than the results of related works.
Ključne besede:Human emotions, convolutional neural networks, digital images, machine learning


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici