izpis_h1_title_alt

Prepoznavanje starosti oseb s slik obrazov z uporabo konvolucijskih nevronskih mrež
Konda, Jaka (Avtor), Peer, Peter (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (10,38 MB)

Izvleček
Diplomsko delo pokaže celoten postopek razvoja rešitve problema prepoznavanja starosti oseb s slik. Začnemo s teoretičnimi osnovami o konvolucijskih nevronskih mrežah, s pomočjo katerih smo se tudi lotili problema. V praktičnem delu sledi priprava podatkov in učenje sestavljenega modela nevronske mreže, kjer smo izbrali znano VGG arhitekturo. Naučen model preizkusimo še na tekmovanju LAP, da dobimo rezultate, ki jih nato primerjamo z rešitvami ostalih ekip. Naši rezultati so se kljub nekoliko preprostejšemu pristopu izkazali za precej vzpodbudne, saj smo dosegli manjšo napako kot človek ter se uvrstili na 4. mesto med 11 ekipami.

Jezik:Slovenski jezik
Ključne besede:računalniški vid, strojno učenje, nevronska mreža, konvolucijska nevronska mreža, klasifikacija, zaznavanje obrazov, starost, klasifikacija starosti, določanje starosti
Vrsta gradiva:Diplomsko delo/naloga (mb11)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2016
Število ogledov:1590
Število prenosov:345
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Recognising people’s age from face images with convolutional neural networks
Izvleček:
The diploma thesis presents the entire process of developing a solution for recognising person’s age in the image. We start with the theoretical basics of convolutional neural networks that we used to address the problem. In the practical part we start with the preparation of used datasets and continue with learning of our neural network with the chosen widely known VGG architecture. Learned model is tested on the LAP competition dataset in order to obtain results, which are comparable with the solutions of other teams. Despite somewhat simpler approach our results proved to be quite encouraging. We surpassed human performance and ranked 4th among 11 teams.

Ključne besede:computer vision, machine learning, neural networks, convolutional neural networks, classification, face detection, age, age classification, age recognition

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

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

Nazaj