Klasifikace pohlaví a věku osob v obrazových datech – Matúš Námešný
Matúš Námešný
Master's thesis
Klasifikace pohlaví a věku osob v obrazových datech
Gender and Age Classification in Camera Data
Anotácia:
Odhad veku a pohlavia z obrazových dát je dôležitou aplikáciou počítačového videnia. Existuje veľa prístupov na riešenie tohto problému. V tejto práci vyhodnotíme tri rôzne metódy. Skombinujeme verejne dostupné datasety spolu s jedným datasetom, ktorý sme manuálne označili a natrénujeme najlepšiu metódu. Dáta ďalej rozšírime pridaním ďalšieho farebného kanálu. Ukážeme, že trénovanie s veľkým datasetom …viacAbstract:
Age and gender prediction from images is an important application of computer vision. There are many approaches to solve this problem. We evaluate three different methods. We combine publicly available datasets and one manually labelled dataset into a large set and train the best method. We further extend the data by adding a colour channel to the images and train the best method. We show that training …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 20. 5. 2019
Identifikátor:
https://is.muni.cz/th/sql06/
Obhajoba závěrečné práce
- Obhajoba proběhla 18. 6. 2019
- Vedúci: doc. RNDr. Aleš Horák, Ph.D.
- Oponent: RNDr. Michal Batko, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsMaster programme / odbor:
Informatics / Artificial Intelligence and Natural Language Processing
Práce na příbuzné téma
-
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Pathological Image Analysis Using Attention Based Deep Learning Methods
Petr Kantek -
Folk Dance Step Analysis and Classification in Virtual Reality
David Zelníček -
Difficulty Classification of Moonboard Bouldering Problems
Eduard Minks -
ECG Arrhythmia Detection and Classification
Adam Ivora -
Triplet-loss Learning for Classification of 3D Human Motion Data
Barbora Kompišová -
Movement-Based Sentiment Classification in Human Interactions
Maroš Dubíny