Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju
| Autor: | Šantek, Luka |
|---|---|
| Přispěvatelé: | Grgić, Sonja |
| Jazyk: | chorvatština |
| Rok vydání: | 2023 |
| Předmět: |
kaskadni klasifikatori
feature analysis classical methods TEHNIČKE ZNANOSTI. Računarstvo konvolucijske neuronske mreže deep learning računalni vid neural networks artificial intelligence computer vision strojno učenje face detection machine learning klasične metode TECHNICAL SCIENCES. Computing umjetna inteligencija analiza značajki convolutional neural networks cascade classifier neuronske mreže detekcija lica duboko učenje |
| Popis: | Detekcija lica na slici važan je problem računalnog vida široke praktične primjene. Postoje dva osnovna pristupa problemu – prvi podrazumijeva klasične metode, čiji se rad temelji na analizi značajki, dok se drugi, noviji pristup temelji na umjetnim neuronskim mrežama i dubokom učenju. Objašnjavaju se najvažniji koncepti i pojmovi vezani uz općeniti problem detekcije lica na slici. Daje se pregled teorije ključne za razumijevanje principa rada svake od metoda, navode specifičnosti te objašnjava konkretna algoritamska implementacija. Provodi se testiranje na vlastitom skupu podataka te vrši međusobna usporedba rezultata, kao i usporedba s analizama iz postojeće stručne literature. Izvode se odgovarajući zaključci te navode glavne prednosti i nedostatci za oba pristupa. Face detection is an important problem of computer vision with wide range of practical applications. There are two basic approaches to the problem - the first involves classical methods, whose work is based on feature analysis, while the second, newer approach is based on artificial neural networks and deep learning. The most important concepts and terms related to the general problem of face detection are explained. An overview of the theory crucial for understanding the working principle of each of the methods is given and a specific algorithmic implementation is explained. Testing is performed on own dataset and the results are compared with each other, as well as with analysis from the existing professional literature. Appropriate conclusions are drawn and the main advantages and disadvantages of both approaches are stated. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|