Detekce obličejů v obraze, nezávisle na natočení
Face Detection, Invariant to Rotation
Author
Advisor
Beran, VítězslavReferee
Herout, AdamGrade
EAltmetrics
Metadata
Show full item recordAbstract
Práce se věnuje problematice detekce typově stejných objektů (konkrétně obličejů) v obraze. Následuje rozšíření popsaných metod o detekci objektů v různých natočeních. Naleznete zde stručný přehled využitelných metod, jako je například Logical Binary Patterns, Histogram Of Gradients, Eigen Faces a blíže popsanou metodu AdaBoost. Následuje stručný přehled volně dostupných datasetů a popis jejich vybraných vlastností. Ke konci práce jsou popsány experimenty s využitím algoritmu AdaBoost a jejich vyhodnocení. This bachelor thesis focuses on the detection of type uniform objects (concretely faces) in an image. Furthermore the thesis concentrates on the detection of objects in various rotations. The thesis covers a brief overview of methods available, such as Logical Binary Patterns, Histogram Of Gradients, Eigen Faces and more closely specified AdaBoost. Next, freely available datasets are presented, with a descripiton of their chosen characteristics. At the end of the thesis, experiments using AdaBoost algorythm and their evaluation are described.
Keywords
Detekce obličejů, počítačové vidění, AdaBoost, EigenFaces, Histogram Of Gradients, Logical Binary Patterns, OpenCV, dataset, Face detection, computer vision, AdaBoost, EigenFaces, Histogram Of Gradients, Logical Binary Patterns, OpenCV, datasetLanguage
čeština (Czech)Study brunch
Informační technologieComposition of Committee
doc. Ing. Přemysl Kršek, Ph.D. (předseda) doc. Ing. Josef Schwarz, CSc. (místopředseda) prof. Ing. Adam Herout, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. Ing. František Zbořil, Ph.D. (člen)Date of defence
2010-06-14Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak 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: Ad obr 29 (str 31): Jak je možné, že univerzální klasifikátor (modře) se naučil i úhly 30, 35, 40, 45 stupňů, když specializované klasifikátory se je ze stejných dat naučit nedokázaly? Jak je možné, že má při úhlech 30, 35, 40, 45 univerzální klasifikátor stejnou úspěšnost jako při úhlech 0 a 90, když tyto pohledy na tvář neměl v trénovacích datech?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/55921Source
BUREŠ, V. Detekce obličejů v obraze, nezávisle na natočení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.Collections
- 2010 [347]