Sledování a rozpoznávání lidí na videu
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zabývá rozpoznáváním a sledováním lidí ve videu. K rozpoznávání byla použita konvoluční neuronová síť, která extrahuje vektor rysů z přiloženého snímku obličeje. Tento extrahovaný vektor je dále klasifikován. Proces rozpoznávání musí probíhat v reálném čase a s tímto ohledem jsou také voleny veškeré použité metody. V rámci této práce byl vytvořen nový dataset obličejů, který byl získán z videozáznamů pořízených v prostorách fakulty. Videozáznamy a dataset byly použity pro experimenty k ověření přesnosti vytvořeného systému. Výsledná přesnost rozpoznávání je cca 85%. Navržený systém může být použit například k evidenci osob, počítání průchodů či k ohlášení výskytu neznámé osoby v objektu.
The master's thesis deals with detecting and tracking people in the video. To get optimal recognition was used convolution neural network, which extracts vector features from the enclosed frame the face. The extracted vector is further classified. Recognition process must take place in a real time and also with respect are selected optimal methods. There is a new dataset faces, which was obtained from a video record at the faculty area. Videos and dataset were used for experiments to verify the accuracy of the created system. The recognition accuracy is about 85% . The proposed system can be used, for example, to register people, counting passages or to report the occurrence of an unknown person in a building.
The master's thesis deals with detecting and tracking people in the video. To get optimal recognition was used convolution neural network, which extracts vector features from the enclosed frame the face. The extracted vector is further classified. Recognition process must take place in a real time and also with respect are selected optimal methods. There is a new dataset faces, which was obtained from a video record at the faculty area. Videos and dataset were used for experiments to verify the accuracy of the created system. The recognition accuracy is about 85% . The proposed system can be used, for example, to register people, counting passages or to report the occurrence of an unknown person in a building.
Description
Citation
ŠAJBOCH, A. Sledování a rozpoznávání lidí na videu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
doc. Ing. František Zbořil, CSc. (předseda)
prof. RNDr. Milan Češka, CSc. (místopředseda)
Ing. Martin Hrubý, Ph.D. (člen)
doc. Ing. Jan Janoušek, Ph.D. (člen)
Dr. Ing. Petr Peringer (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Date of acceptance
2016-06-23
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D. Otázky u obhajoby: Zajistil jste nějak, aby při testovaní nebyly v trénovací a testovací sadě obličeje z jednoho průchodu osoby dveřmi? Jak to může ovlivnit výsledky Vašich experimentů? Jak si vysvětlujete, že nearest centroid dosáhlo vyšší úspěšnosti identifikace osob než KNN? Proč má SVM tak špatné výsledky? Jaký je význam prahu T u experimentů s identifikací osob? Je vhodné uvádět úspěšnost klasifikace (accuracy) u rozpoznávání pohlaví, když v datové sadě máte násobně více mužů než žen? Jaká by byla úspěšnost klasifikátoru, který by se vůbec nedíval na obrázky? Myslíte si, že je možné v budoucnu dosáhnout 100% úspěšnosti identifikace osob?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení