prikaz prve stranice dokumenta Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
  Download
PDF 1.35 MB
master's thesis
Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
Zagreb: University of Zagreb, Faculty of Science, 2017. urn:nbn:hr:217:788907
Zirdum, Ivan
University of Zagreb
Faculty of Science
Department of Mathematics

Institutional repository: Repository of the Faculty of Science

Cite this document

Zirdum, I. (2017). Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti (Master's thesis). Zagreb: University of Zagreb, Faculty of Science. Retrieved from https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, Ivan. "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti." Master's thesis, University of Zagreb, Faculty of Science, 2017. https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, Ivan. "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti." Master's thesis, University of Zagreb, Faculty of Science, 2017. https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, I. (2017). 'Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti', Master's thesis, University of Zagreb, Faculty of Science, accessed 23 December 2024, https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum I. Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti [Master's thesis]. Zagreb: University of Zagreb, Faculty of Science; 2017 [cited 2024 December 23] Available at: https://urn.nsk.hr/urn:nbn:hr:217:788907

I. Zirdum, "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti", Master's thesis, University of Zagreb, Faculty of Science, Zagreb, 2017. Available at: https://urn.nsk.hr/urn:nbn:hr:217:788907

Metadata
TitlePrepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
AuthorIvan Zirdum
MentorNela Bosner (mentor)
Committee memberNela Bosner (predsjednik povjerenstva)
Committee memberDražen Adamović (član povjerenstva)
Committee memberMea Bombardelli (član povjerenstva)
Committee memberDijana Ilišević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Science
(Department of Mathematics)
Zagreb
Defense date and country2017-11-29, Croatia
Scientific / art field,
discipline and subdiscipline		NATURAL SCIENCES
Mathematics
Abstract
U ovom radu opisani su automatski postupci za prepoznavanje lica na fotografijama koji ne ovise o variranju uvjeta poput osvjetljenja, kuta gledanja ili izraza lica. U zadnje vrijeme proučavaju se metode za multilinearnu analizu skupine slika. Posebno se za problem prepoznavanja slika razmatra korištenje tenzorskog modela. U tom slučaju modovi tenzora predstavljaju različite uvjete gledanja kao što su osvjetljenje i izrazi lica, i time se povećava preciznost algoritma za prepoznavanje. U radnji ćemo se fokusirati na tenzorsku metodu za prepoznavanje lica. Budući da se bavimo fotografijama koje su spremljene kao \(m \times n\) polja, postupci računanja za identifikaciju lica na svakoj slici bili bi prezahtjevni. Tenzorska dekompozicija singularnih vrijednosti (HOSVD) može se koristiti za smanjenje dimenzionalnosti i redukciju broja operacija kod računanja. Na kraju je teorija ilustrirana konkretnim primjerima izraženim u MATLABu.
Abstract (english)
This paper describes automatic face recognition procedures for images that do not depend on variations in conditions such as brightness, angle of view, or facial expression. Lately, the methods for multilinear analysis of a group of images are being studied. When it comes to the problem of image recognition, the use of the tensor model has especially been taken into account. In this case, the modes of the tensors represent different viewing conditions such as illumination and facial expressions, thereby increasing the accuracy of the recognition algorithm. The paper focuses on the tensor method for facial recognition. Since we are dealing with images saved as \(m \times n\)fields, counting procedures for face identification in each image would be overwhelming. Tensor decomposition of singular values (HOSVD) can be used to reduce dimensionality and reduce number of operations in computing. In the end of the paper, the theory is illustrated by concrete examples expressed in MATLAB.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:217:788907
Study programmeTitle: Applied Mathematics
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra matematike (magistar/magistra matematike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2018-07-05 10:25:41