prikaz prve stranice dokumenta Prepoznavanje osoba temeljem hoda primjenom dubokog učenja
  Download
PDF 4.55 MB
undergraduate thesis
Prepoznavanje osoba temeljem hoda primjenom dubokog učenja
Rijeka: University of Rijeka, Faculty of Engineering, 2023. urn:nbn:hr:190:872234
Ivović, Leon
University of Rijeka
Faculty of Engineering
Department of Computer Engineering

Institutional repository: Repository of the University of Rijeka, Faculty of Engineering

Cite this document

Ivović, L. (2023). Prepoznavanje osoba temeljem hoda primjenom dubokog učenja (Undergraduate thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, Leon. "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, Leon. "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, L. (2023). 'Prepoznavanje osoba temeljem hoda primjenom dubokog učenja', Undergraduate thesis, University of Rijeka, Faculty of Engineering, accessed 24 December 2024, https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović L. Prepoznavanje osoba temeljem hoda primjenom dubokog učenja [Undergraduate thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2023 [cited 2024 December 24] Available at: https://urn.nsk.hr/urn:nbn:hr:190:872234

L. Ivović, "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja", Undergraduate thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:190:872234

Metadata
TitlePrepoznavanje osoba temeljem hoda primjenom dubokog učenja
Title (english)Recognition of people based on gait using deep learning
AuthorLeon Ivović
MentorKristijan Lenac (mentor)
MentorDiego Sušanj (komentor)
Committee memberMiroslav Joler (predsjednik povjerenstva)
Committee memberKristijan Lenac (član povjerenstva)
Committee memberDiego Sušanj (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
(Department of Computer Engineering)
Rijeka
Defense date and country2023-09-12, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
U ovome završnom radu testirane su različite modele i skupove podataka za treniranje neuralne mreže za prepoznavanje osoba na temelju hoda. Korišteni su modeli ResNet-18, ResNet-50 i VGG-16. Skupovi podataka na kojima su modeli trenirani su OUMVLP i CASIA-B. Testirani su i utjecaji različitih optimizacijskih funkcija i ostalih parametara modela poput veličine skupine i broja epoha na konačnu točnost modela. Zaključeno je da dublje rezidualne neuralne mreže poput ResNet postižu točnije rezultate na oba skupa podataka. Primijećen je i prostor za poboljšanja te je navedeno nekoliko metoda koje bi mogle dovesti do bolje točnosti.
Abstract (english)
In this final work, different models and training datasets were tested for training a neural network for gait recognition. The models used were ResNet-18, ResNet-50, andVGG-16. The training datasets used were OUMVLP and CASIA-B. The impacts of different optimization functions and other model parameters such as batch size and number of epochs on the final accuracy of the models were also tested. It was concluded that deeper residual neural networks like ResNet achieve more accurate results on both datasets. Several methods have been identified that could lead to improved accuracy, indicating potential areas for improvement.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:872234
Study programmeTitle: Computer Engineering
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2023-09-12 09:59:12