Study of classification techniques for face detection in security practice – Martin Haváček
Martin Haváček
Master's thesis
Study of classification techniques for face detection in security practice
Study of classification techniques for face detection in security practice
Anotácia:
Konvoluční neuronové sítě (CNN) jsou základem současných rámců hlubokého učení. Cílem této práce je předložit srovnávací analýzu výkonnosti různých architektur CNN v úlohách rozpoznávání a klasifikace obličejů. Teoretická část se zabývá popisem použitých biometrických prvků, měřením výkonnosti systémů pro biometrické rozpoznávání. Druhá část teoretické části se zabývá aplikací CNN na klasifikační úlohy …viacAbstract:
Convolutional neural networks (CNN) are the foundation of current deep learning frameworks. The aim of this thesis is to present a comparative analysis of the performance of different CNN architectures in face recognition and classification tasks. The theoretical part deals with the description of the biometric features used, performance measurements of biometric recognition systems. The second part …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 19. 4. 2024
Identifikátor:
http://hdl.handle.net/10084/153415
Obhajoba závěrečné práce
- Obhajoba proběhla 5. 6. 2024
- Vedúci: Radomír Ščurek
- Oponent: Miroslav Langer
Citační záznam
Citace dle ISO 690:
HAVÁČEK, Martin. \textit{Study of classification techniques for face detection in security practice}. Online. Diplomová práca. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta bezpečnostního inženýrství. 2024. Dostupné z: https://theses.cz/id/1i0i45/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta bezpečnostního inženýrstvíMaster programme:
Inženýrství fyzické bezpečnosti
Práce na příbuzné téma
-
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Tomographic back-projection of either sparse or low-quality projection views, based on convolutional neural networks (CNN)
Payal JAIN -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Jak zmást konvoluční neuronové síte?
Erik Daniel MURGAŠ