Biometrické softwarové prostředí pro identifikaci, klasifikaci a sledování uživatele na základě analýzy obrazu obličeje – David Sojka
David Sojka
Master's thesis
Biometrické softwarové prostředí pro identifikaci, klasifikaci a sledování uživatele na základě analýzy obrazu obličeje
Biometric Software Environment for Identification, Classification and Tracking of User based on Facial Image Analysis
Abstract:
Tato diplomová práce se zabývá návrhem a realizací hybridního biometrického systému pro detekci, sledování a klasifikaci obličeje ze statických a dynamických obrazů. V práci jsou popsány různé metody detekce, sledování a rozpoznání obličejů z obrazových dat. Dále je v práci obsažen postup realizace biometrického systému s využitím algoritmů Viola-Jones, KLT a konvoluční neuronové sítě s předtrénovanou …moreAbstract:
This diploma thesis deals with the design and realization of a hybrid biometric system for face detection, tracking and recognition from static and dynamic images. The thesis describes different methods of face detection, tracking and recognition from 2D data. The thesis involves the process of realizing the biometric system using Viola-Jones, KLT algorithm and pretrained AlexNet convolutional neural …more
Language used: Czech
Date on which the thesis was submitted / produced: 30. 4. 2020
Identifier:
http://hdl.handle.net/10084/140534
Thesis defence
- Date of defence: 25. 6. 2020
- Supervisor: Martin Augustynek
- Reader: Michal Dobrovolný
Citation record
ISO 690-compliant citation record:
SOJKA, David. \textit{Biometrické softwarové prostředí pro identifikaci, klasifikaci a sledování uživatele na základě analýzy obrazu obličeje}. Online. Master's thesis. Ostrava: VŠB - Technical University of Ostrava, Fakulta elektrotechniky a informatiky. 2020. Available from: https://theses.cz/id/8fym17/.
Full text of thesis
Accessibility: 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.
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta elektrotechniky a informatikyMaster programme / field:
Elektrotechnika / Biomedicínské inženýrství
Theses on a related topic
-
Explaining convolutional neural network using clustering methods
Adam Bajger -
Comparison of methods for clustering convolutional neural network intercomputation values with respect to explainability
Adrián Bindas -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
implement classification for traffic signs using convolutional neural network
Mohamad Abdulrahman -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Konvoluční neuronová síť pro zpracování obrazu
Mária Krajčovičová -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická