20.500.12556/RUL-135746 Globoke nevronske mreže za semantično segmentacijo za navidezna ozadja Virtual backgrounds as semantic segmentation using deep neural networks Zaznavanje objektov na slikah je aktualna tematika v industriji in raziskovanju, saj omogoča avtomatsko prepoznavanje posameznega objekta na sliki, pogosto hitreje in točneje od človeškega očesa. S porastom globokih nevronskih mrež je še posebej zanimivo področje semantične segmentacije, ki omogoča ekstrakcijo informacije do ravni posameznih slikovnih elementov. V okviru diplomske naloge smo se posvetili problemu prepoznavanja osebe v videu in zamenjave ozadja s poljubno vsebino. Zasnovali smo primerno točno in raznoliko podatkovno množico oseb in njihovih binarnih mask, implementirali in naučili dve konvolucijski nevronski mreži segmentacije, Fast-SCNN in UNet, ju primerjali in analizirali rezultate. Arhitekturo Fast-SCNN smo še dodatno optimizirali z orodjem ONNX Runtime, namenjenim produkciji, in ji omogočili izvajanje na CPE v realnem času. S primerno anotirano množico za učenje in optimizirano različico nevronske mreže Fast-SCNN smo dosegli v povprečju 27 sličic na sekundo pri prepoznavanju osebe v videu ter 29 sličic na sekundo pri prepoznavanju osebe v realnem času preko spletne kamere. Object detection is a current topic in industry and research. It enables automatic identification of an individual objects in an image, which is often faster and more accurate than that of the human eye. With the rise of deep neural networks, the process of semantic segmentation is particularly interesting, as it allows the extraction of information from an image on pixel level. As part of the BA thesis, we addressed the issue of identifying a person in a video and replacing their background with any given content. We designed a diverse and accurate set of data subjects and their binary masks, implemented and trained two convolutional neural networks for semantic segmentation, Fast-SCNN and UNet. We then compared the two networks and analyzed the results. The Fast-SCNN network was further optimized with ONNX Runtime to enable real-time execution on the CPU. On an appropriately annotated dataset combined with an optimized version of the Fast-SCNN neural network, we achieved an average of 27 FPS in videos and 29 FPS in real-time webcam segmentation. semantična segmentacija globoko učenje računalniški vid semantic segmentation deep learning computer vision true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2022-03-30 11:35:00 2022-03-30 11:35:08 2022-09-14 04:14:57 0000-00-00 00:00:00 2022 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 32444 104184067 Tratnik_Amadej_-_Globoke_nevronske_mreze_za_semanticno_segmentacijo_za_navidezna_ozadja.pdf Tratnik_Amadej_-_Globoke_nevronske_mreze_za_semanticno_segmentacijo_za_navidezna_ozadja.pdf 1 989D4EB4581210C6770C9B724045CC8A 74155b1f8b46ccdc08d089e58252916610b51b9e509d1c2e4bec7f6212ff5926 abae6ae8-b00c-11ec-8aca-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=155015 Fakulteta za računalništvo in informatiko 0 0 0