Detekce obličeje v nekvalitních videozáznamech

Loading...
Thumbnail Image
Date
ORCID
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto bakalárska práca sa venuje problematike detekcie tvárí v nekvalitných videozáznamoch, pričom sa konkrétne zameriava na prekryté tváre. Popisuje základné princípy algoritmov strojového učenia a ich métody, ktoré sú často využívané v oblasti počítačového videnia. Z nich sú bližšie priblížené konvolučné neurónové siete a ich state of the art modely zamerané detekciu tvárí. V praktickej časti boli vytvorené a natrénované modely na detekciu tvárí inšpirované známym state of the art modelom RetinaFace. Najlepšia varianta z nich dosauje na WIDER Face HARD testovacom sete 85,5% priemernú presnosť a na testovacom sete zameranom na prekryté tváre 90,9%. Súčasťou práce je aj program s grafickým uživateľským rozhraním, ktorý poskytuje nástroje na použitie vytrénovaných modelov na videu a obrázkoch.
This bachelor thesis deals with face detection in low quality videos, while mainly focusing on occluded faces. It describes elementary priciples of machine learning algorithms and their methods, which are often used in the field of computer vision. Out of them are more closely described convolutional neural networks and their state of the art models focused on face detection. Out of those, convolutional neural networks and state of the art models for face detection are more closely described. For the practical part face detection models inspired by state of the art model RetinaFace were implemented and trained. The best performing model achieves 85.5% average precision on WIDER Face HARD testing dataset and 90.9% on dataset focused on occluded faces. Part of this thesis is also a program with graphical user interfaces which provides tools to use developed models on videos and pictures.
Description
Citation
KOVAL, M. Detekce obličeje v nekvalitních videozáznamech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda) prof. Ing. Martin Drahanský, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) doc. RNDr. Dana Hliněná, Ph.D. (člen)
Date of acceptance
2021-06-14
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student v následné diskusi odpověděl na otázky oponenta doplněné postřehy přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " B ". Otázky u obhajoby: V literatuře se často váha w0 označuje dvěma pojmy - threshold a bias. Jaký je mezi nimi vztah, a který z nich je ve skutečnosti na obrázku 3.3 pokud platí vzorec 3.1? Z textu není patrné, jak kvalitní záznamy byly. Testoval jste algoritmy na snímcích z nekvalitních videozáznamů? Jak algoritmy uspěly? Jak dopadly state-of-the-art algoritmy při testu částečně překrytých tváří?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO