<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=191064"><dc:title>Razpoznava socialnega signala pozornosti uporabnikov v realnem času</dc:title><dc:creator>Mihelič,	Mohor Luka	(Avtor)
	</dc:creator><dc:creator>Košir,	Andrej	(Mentor)
	</dc:creator><dc:subject>Računalniški vid</dc:subject><dc:subject>socialni signali</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>nadzorovana klasifikacija</dc:subject><dc:subject>transformer</dc:subject><dc:subject>video pretok v realnem času</dc:subject><dc:description>Socialno inteligenten robot je napredni robotski sistem, ki analizira uporabniške dogodke in razpoznava socialne signale, preko katerih ocenjujemo psihofizično stanje, nivo pozornosti in kognitivno obremenitev uporabnika.
Podporne tehnologije s socialno inteligentnim robotom znotraj bivalnega ali
zdravstvenega okolja nudijo dodatno oskrbo ranljivim skupinam z razvojnimi
primanjkljaji. Razvili smo optimiziran cevovod za zaznavo socialnih signalov
iz video pretoka z računalniškim vidom, ki se izvaja hitreje kot v realnem
času z minimalnimi zakasnitvami. Primerjali smo čase obdelave klasičnih in
sodobnih modelov za zaznavo obraza in telesne drže. Na podatkovni zbirki
Students Attention Detection smo naučili model strojnega učenja za binarno
klasifikacijo pozornosti, ovrednoteno z 10-križno validacijo. Čase zakasnitve
in uspešnost napovedi pozornosti smo testirali na lastni podatkovni zbirki
videoposnetkov starejših posameznikov. Iz rezultatov smo določili optimalno
konfiguracijo modela zaznave in parametrov z najnižjo možno zakasnitvijo.</dc:description><dc:date>2026</dc:date><dc:date>2026-11-11 13:20:08</dc:date><dc:type>Magistrsko delo</dc:type><dc:identifier>191064</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>