PRILAGODITEV ALGORITMOV RAČUNALNIŠKEGA VIDA NA ČLOVEŠKO ZAZNAVANJE OKOLJAKoporec, Gregor (Avtor) Perš, Janez (Mentor) kognitivna relevancagloboko učenjekonvolucijske nevronske mrežeciljna populacija uporabnikovmnožičenjekategorizacijahierarhični kompozicionalni modelsegmentacija primerkovobvladovanje zakrivanjarazločnostsposobnost posploševanjarazložljivostpodročno znanjezlivanje segmentacijNamen doktorske disertacije je raziskati in prilagoditi algoritme računalniškega vida človeškemu zaznavanju okolja, da bi lahko pravilno ovrednotili algoritme v primerjavi s človekovim zaznavanjem in izboljšali njihovo delovanje. V tem delu zato predstavljamo metodologijo prilagajanja izhodnih rezultatov predhodno naučenega algoritma ciljni populaciji ali prilagajanja algoritmov, da iz ciljne populacije sklepajo na pravilno, uporabniku prijazno kategorizacijo. Rezultati eksperimentov na dobro znanih naborih podatkov so pokazali, da je ciljni populaciji ljubša transformirana kategorizacija, da je uspešnost človeških opazovalcev verjetno boljša od algoritmov, in da je rezultat preusmerjanja na ciljno populacijo težko napovedati brez dejanskih populacijskih testov. Metode globokega učenja imajo še vedno težave z delno zakritimi objekti, saj je njihova zmožnost posploševanja slaba na podatkih, katerih značilnosti so različne od značilnosti učnih podatkov. V tem delu smo zato predlagali na človeka osredotočen globok kompozicionalni model (angl. Human-Centered Deep Compositional model), ki združuje zmožnost konvolucijske nevronske mreže, da vizualno razločuje med predmeti na nižjem nivoju, in zmožnost hierarhičnega kompozicionalnega modela (angl. Hierarchical Compositional Model), da sklepa na visoki ravni. Opredeljen je kot pregleden model in ga lahko optimiziramo na stvarna okolja z dodajanjem strnjenega kodiranega področnega znanja iz človeških študij in fizikalnih zakonov. Eksperimentalni rezultati na novi podatkovni množici FridgeNet in mešanici javno dostopnih naborov podatkov kažejo, da je predlagani model razložljiv, ima večjo moč vizualnega razločevanja med predmeti (diskriminabilnost) in posploševanja preko učnih vzorcev (generalizabilnost) ter bolje deluje v okolju z zakritimi predmeti kot Mask-RCNN. V doktorski disertaciji sta predstavljena naslednja dva izvirna prispevka k znanosti, ki prispevata na področju elektrotehnike: (i) Metodologija za gradnjo slikovnih zbirk in vrednotenje algoritmov računalniškega vida z upoštevanjem ciljne populacije; (ii) Nov globok kompozicionalni model za samodejno detekcijo objektov v vizualnih podatkih, zajetih v nestrukturiranih okoljih.20232023-01-31 14:40:00Doktorsko delo/naloga144096VisID: 47430COBISS_ID: 140374275sl