prikaz prve stranice dokumenta Prijenosno učenje za određivanje smjera gledanja
No public access
master's thesis
Prijenosno učenje za određivanje smjera gledanja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:952510
Matak, Josip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Matak, J. (2020). Prijenosno učenje za određivanje smjera gledanja (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:952510

Matak, Josip. "Prijenosno učenje za određivanje smjera gledanja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:952510

Matak, Josip. "Prijenosno učenje za određivanje smjera gledanja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:952510

Matak, J. (2020). 'Prijenosno učenje za određivanje smjera gledanja', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 03 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:952510

Matak J. Prijenosno učenje za određivanje smjera gledanja [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 November 03] Available at: https://urn.nsk.hr/urn:nbn:hr:168:952510

J. Matak, "Prijenosno učenje za određivanje smjera gledanja", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:952510

Metadata
TitlePrijenosno učenje za određivanje smjera gledanja
Title (english)Enhancing transfer learning for head pose estimation
AuthorJosip Matak
MentorDomagoj Jakobović (mentor)
Committee memberDomagoj Jakobović (predsjednik povjerenstva)
Committee memberMarko Đurasević (član povjerenstva)
Committee memberJan Šnajder (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-14, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Odred̄ivanje smjera gledanja korisna je praksa u mnogim industrijama, naročito onim koje su medicinske, tehničke ili automobilske prirode. Preciznost i brzina izvod̄enja ključne su stvari koje ove metode čine prilagod̄enima korištenju u praksi. Rješenje za takvu zadaću nudi sve češće korištena grana strojnog učenja, duboko učenje. Glavni doprinos ovog rada je tehnika prijenosnog učenja, te nekoliko metoda pretrage najbolje arhitekture neuronske mreže, sagrad̄ene od prije definiranih blokova. Rezultati koji su izloženi u radu sugestiraju da su značajke izvučene iz metode prepoznavanja lica dovoljne za ekstrakciju smjera gledanja. Takod̄er, metode optimiranja arhitekture dubokog modela pokazale su unaprijed̄enje brzine izvod̄enja i preciznosti optimiranjem višekriterijske funkcije cilja. Iako je zadatak koji zahtjeva vremenske i memorijske resurse, automatizirana pretraga omogućuje usmjeravanje ka drugim smjerovima istraživanja istog problema.
Abstract (english)
Estimating head pose is a useful practice in many industries, especially those of a medical, technical, or automotive nature. Precision and speed of execution are the key things that make these methods useful in real-world practice. The solution to this task is offered by the current hot topic in deep learning, a machine learning subset. The main contribution of this paper is the transfer learning technique and several different search methods for the best neural network architecture, built from predefined blocks. The results presented in the paper suggest that features extracted from the face recognition method are sufficient for estimating head pose. Also, deep model architecture optimization methods have shown improvements in execution speed and precision by optimizing the multi-criterion objective function. Although this is a task that requires time and memory resources, automated search allows users to change the main focus of research into different problems in the same domain.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:952510
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 13:03:23