Algoritmus porovnávání hlav osob v nestandardních pohledech
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Cílem této práce je vytvořit algoritmus pro porovnávání lidských hlav na obrázcích. Algoritmus je schopen porovnávat hlavy v mnoha různých pozicích, avšak pro porovnání musí vždy hlavy být ve stejné pozici. Algoritmus nejprve využije několik volně dostupných detektorů pro detekci hlavy a jejích částí. Následně je pro každou část hlavy vypočítán histogram orientovaných gradientů a jejich porovnáním algoritmus zjistí odlišnost hlav. Z testovací sady 30 obrázků se 26 z nich úspěšně podařilo detekovat. Při porovnávání se obrázek každé osoby porovnával s 5 jinými obrázky, z nichž jeden byl obrázek stejné osoby. Pokud nepočítám 4 obrázky, kde detekce nebyla úspěšná a 2 obrázky, které měly k těmto obrázkům být přiřazeny, tak algoritmus u 18 obrázků úspěšně určil jako nejpodobnější obrázek stejné osoby, u 5 obrázků byl tento obrázek 3. nejpodobnější a u jednoho obrázku zcela selhal a obrázek stejné osoby označil za nejodlišnější. Algoritmus úspěšně dokáže porovnat hlavy osob v různých polohách u většiny fotografií.
The goal of this work is to create an algorithm for human head comparison. The algorithm is able to compare heads in a lot of different positions, but the heads, that are being compared, must be in the same position. At first the algorithm uses some freely available detectors for detecting heads and head parts. Then a histogram of oriented gradients is computed for each part of each head and by comparing them the algorithm finds out the dissimilarity of the heads. From the testing set of 30 pictures the algorithm is able to successfully detect heads on 26 pictures. Every picture was compared with 5 other pictures, with one of them containing a head of the same person. If I don't count the 4 pictures, where the algorithm wasn't able to detect the head and 2 pictures, which should have been assigned to these pictures. The algorithm successfully determined, that the head of the same person is the most similar on 18 pictures. On 5 pictures the head of the same person was determined as the 3rd most similar and on one of the pictures the algorithm failed completely and determined the head of the same person to be the least similar. The algorithm is successful with head comparison in different positions on most of the pictures.
The goal of this work is to create an algorithm for human head comparison. The algorithm is able to compare heads in a lot of different positions, but the heads, that are being compared, must be in the same position. At first the algorithm uses some freely available detectors for detecting heads and head parts. Then a histogram of oriented gradients is computed for each part of each head and by comparing them the algorithm finds out the dissimilarity of the heads. From the testing set of 30 pictures the algorithm is able to successfully detect heads on 26 pictures. Every picture was compared with 5 other pictures, with one of them containing a head of the same person. If I don't count the 4 pictures, where the algorithm wasn't able to detect the head and 2 pictures, which should have been assigned to these pictures. The algorithm successfully determined, that the head of the same person is the most similar on 18 pictures. On 5 pictures the head of the same person was determined as the 3rd most similar and on one of the pictures the algorithm failed completely and determined the head of the same person to be the least similar. The algorithm is successful with head comparison in different positions on most of the pictures.
Description
Citation
WYSOGLAD, J. Algoritmus porovnávání hlav osob v nestandardních pohledech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
doc. Ing. Lukáš Burget, Ph.D. (místopředseda)
doc. Ing. Vladimír Drábek, CSc. (člen)
Ing. Matěj Grégr, Ph.D. (člen)
Dr. Ing. Petr Peringer (člen)
Date of acceptance
2020-08-25
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 E. Otázky u obhajoby: V kapitole 4 zmiňujete pojem průměr rozdílností, v ysvětlete podrobněji tento pojem a pokud je to možné, tak ho matematicky definujte. V sekci 4.3.2 uvádíte, že se k průměrné rozdílnosti v jistém případě přičítá 5 %. Podrobně vysvětlete, jak jste k této procentuální hodnotně došel. Jakým způsobem jste zajistil stejné situační podmínky (především pak natočení hlavy) při focení datasetu? Jaká byla Vaše metrika pro hodnocení výsledků? Jak jste tuto metriku implementoval?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení