Biometrické softwarové prostředí pro identifikaci, klasifikaci a sledování uživatele na základě analýzy obrazu obličeje – David Sojka
David Sojka
Diplomová práce
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
Anotace:
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 …víceAbstract:
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 …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2020
Identifikátor:
http://hdl.handle.net/10084/140534
Obhajoba závěrečné práce
- Obhajoba proběhla 25. 6. 2020
- Vedoucí: Martin Augustynek
- Oponent: Michal Dobrovolný
Citační záznam
Citace dle ISO 690:
SOJKA, David. \textit{Biometrické softwarové prostředí pro identifikaci, klasifikaci a sledování uživatele na základě analýzy obrazu obličeje}. Online. Diplomová práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2020. Dostupné z: https://theses.cz/id/8fym17/.
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 OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyMagisterský studijní program / obor:
Elektrotechnika / Biomedicínské inženýrství
Práce na příbuzné téma
-
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 zpracování obrazu
Mária Krajčovičová -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická