Určení natočení hlavy na snímku neuronovou sítí
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Umelé neurónové siete nie sú novinkou, ale posledné roky zaznamenali na populárnosti a dostali sa viac do povedomia širokej verejnosti. Táto bakalárska práca sa zameriava na zistenie uhlu, pod ktorým sa nachádza hlava človeka na obrázku pomocou konvolučných neurónových sietí. Oblastí, v ktorých možno neurónové siete využiť, je veľa a posledné roky máme k dispozícií hardvér, ktorý nám umožňuje tieto siete učiť v bežne prístupných podmienkach. V teoretickej časti sa zoznámime s tým čo sú to neurónové siete, ako fungujú, ako sa delia a popíšeme si konvolučné neurónové siete. V praktickej časti sa zoznámime s~nástrojmi, ktoré budeme používať, začneme experimentovať, zisťovať vhodnú konfiguráciu neurónovej siete a pokúsime sa získať čo najlepší výsledok.
Artificial neural networks are not a novelty, but their recent rise in popularity is noticeable as well as their gain of attention from the masses. This bachelor thesis focuses on the head pose estimation in an image using the convolution neural networks. The fields of use of neural networks are vast and during last years strong enough hardware has been developed to allow us to train these networks under commonly accessible conditions. In theoretical part there are neural networks introduced with an explanation of what they are, how they work, how they are divided followed by a detailed description of convolutional neural networks. In the practical part the necessary tools used for development needed to perform experiments, such as determining appropriate configuration for neural network and optimization to get the best results possible, are described.
Artificial neural networks are not a novelty, but their recent rise in popularity is noticeable as well as their gain of attention from the masses. This bachelor thesis focuses on the head pose estimation in an image using the convolution neural networks. The fields of use of neural networks are vast and during last years strong enough hardware has been developed to allow us to train these networks under commonly accessible conditions. In theoretical part there are neural networks introduced with an explanation of what they are, how they work, how they are divided followed by a detailed description of convolutional neural networks. In the practical part the necessary tools used for development needed to perform experiments, such as determining appropriate configuration for neural network and optimization to get the best results possible, are described.
Description
Citation
RYBNIKÁR, L. Určení natočení hlavy na snímku neuronovou sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
doc. RNDr. Dana Hliněná, Ph.D. (místopředseda)
doc. Ing. Lukáš Burget, Ph.D. (člen)
Ing. František Grézl, Ph.D. (člen)
Ing. Josef Strnadel, Ph.D. (člen)
Date of acceptance
2019-06-13
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 C. Otázky u obhajoby: Jaké změny v modelu neuronové sítě vedly ke zlepšení výsledků? Existuje na natočení hlavy nějaká standardní trénovací sada?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení