Cílem mojí diplomové práce je navrhnout a implementovat SW řešení identifikace osob
sledovaných statickou kamerou. K rozpoznávání osob bude použit princip neuronové sítě
s architekturou neocognitron optimalizované k rozpoznávání charakteristik obličejových
rysů. Program by měl být schopen pracovat na běžném domácím počítači. Schopnost
rozpoznat osobu musí být prokazatelně patrná. Součástí návrhu bude i programátorská a
uživatelská dokumentace.
Teoretická část práce bude obsahuje obecný princip neuronových sítí a popis struktury a
principu architektury neocognitron.
Anotace v angličtině
The target of my disertation is to design and implement software solutions for the
identification of persons reporting a static camera. The recognition of the principle used
neural network architecture Neocognitron optimized to recognize the characteristics of
facial features. The program should be able to work on normal home computer. Capablity
to recognize a person must be demonstrably evident. Disertation must contain the
programmer and the user documentation. The theoretical part will contains the general
principles of neural networks and a description of the structure and principles of
architecture Neocognitron.
Cílem mojí diplomové práce je navrhnout a implementovat SW řešení identifikace osob
sledovaných statickou kamerou. K rozpoznávání osob bude použit princip neuronové sítě
s architekturou neocognitron optimalizované k rozpoznávání charakteristik obličejových
rysů. Program by měl být schopen pracovat na běžném domácím počítači. Schopnost
rozpoznat osobu musí být prokazatelně patrná. Součástí návrhu bude i programátorská a
uživatelská dokumentace.
Teoretická část práce bude obsahuje obecný princip neuronových sítí a popis struktury a
principu architektury neocognitron.
Anotace v angličtině
The target of my disertation is to design and implement software solutions for the
identification of persons reporting a static camera. The recognition of the principle used
neural network architecture Neocognitron optimized to recognize the characteristics of
facial features. The program should be able to work on normal home computer. Capablity
to recognize a person must be demonstrably evident. Disertation must contain the
programmer and the user documentation. The theoretical part will contains the general
principles of neural networks and a description of the structure and principles of
architecture Neocognitron.
Vytvořte SW k identifikaci osoby podle statického obrazu snímaného kamerou připojenou k PC.
K identifikaci využijte emulaci neuronové sítě s architekturou Neocognitron.
Vytvořte databázi známých tváří, v nichž bude program hledat snímanou tvář.
Vyhodnoťte přesnost rozpoznávání.
Srovnejte výsledky s jinými používanými technikami.
Zpracujte programovou dokumentaci.
Zásady pro vypracování
Vytvořte SW k identifikaci osoby podle statického obrazu snímaného kamerou připojenou k PC.
K identifikaci využijte emulaci neuronové sítě s architekturou Neocognitron.
Vytvořte databázi známých tváří, v nichž bude program hledat snímanou tvář.
Vyhodnoťte přesnost rozpoznávání.
Srovnejte výsledky s jinými používanými technikami.
Zpracujte programovou dokumentaci.
Seznam doporučené literatury
FUKUSHIMA, K., MIYAKE S., ITO, T.: Neocognitron: a neural network model for a mechanism of visual pattern recognition. IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-13(Nb. 3):pp.826-834, September/October 1983.
FUKUSHIMA K.: Visual pattern recognition with neural networks, 1992, ISBN 978-3-540-56346-4.
ZELINKA, I.: Umělá inteligence I, VUT Brno, 1998, ISBN 80-214-1163-5.
BOSE, N.K., LIANG, P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
TAKIMOTO, H., MITSUKURA, Y., AKAMATSU, N., KHOSLA, R.: Face Identification Method Using the Face Shape, 2003, ISBN 978-3-540-40803-1.
FUKUSHIMA K.: Neocognitron: a self-organizing neural network model for a mechanism of patterns recognition unaffected by shift in position, Biological Cybernetics, 32:193-202,1980
BISHOP, Ch. M.: Pattern Recognition and Machine Learning, Springer, 2006, ISBN 0-387-31073-8.
Seznam doporučené literatury
FUKUSHIMA, K., MIYAKE S., ITO, T.: Neocognitron: a neural network model for a mechanism of visual pattern recognition. IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-13(Nb. 3):pp.826-834, September/October 1983.
FUKUSHIMA K.: Visual pattern recognition with neural networks, 1992, ISBN 978-3-540-56346-4.
ZELINKA, I.: Umělá inteligence I, VUT Brno, 1998, ISBN 80-214-1163-5.
BOSE, N.K., LIANG, P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
TAKIMOTO, H., MITSUKURA, Y., AKAMATSU, N., KHOSLA, R.: Face Identification Method Using the Face Shape, 2003, ISBN 978-3-540-40803-1.
FUKUSHIMA K.: Neocognitron: a self-organizing neural network model for a mechanism of patterns recognition unaffected by shift in position, Biological Cybernetics, 32:193-202,1980
BISHOP, Ch. M.: Pattern Recognition and Machine Learning, Springer, 2006, ISBN 0-387-31073-8.
Přílohy volně vložené
Instalační CD s programem a zdrojovým kódem
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomant odprezentoval před komisí hlavní cíle a výsledky své diplomové práce. Prezentace jako celek působila konzistentně, student dokázal vystihnout hlavní body práce. Součástí prezentace byla praktická ukázka.
Následně byl student seznámen s posudky vedoucího a oponenta diplomové práce.
Komise vznesla k obhajobě následující dotazy:
1) Prof. Olehla: Jaká kritéria se používají pro rozeznání obličeje?
2) Ing. Bližňák: Jak se systém vyrovnává s natočením obličeje?
3) Ing. Bližňák: Proč jste zvolil platformu .NET?