prikaz prve stranice dokumenta Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju
Rad nije dostupan
završni rad
Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:492767
Šantek, Luka
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šantek, L. (2023). Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:492767

Šantek, Luka. "Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:492767

Šantek, Luka. "Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:492767

Šantek, L. (2023). 'Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:492767

Šantek L. Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:492767

L. Šantek, "Usporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:492767

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:492767
Podaci o radu
NaslovUsporedba klasičnih metoda za detekciju lica na slici i metoda utemeljenih na dubokom učenju
Naslov (engleski)Comparison of classical methods for face detection in image and methods based on deep learning
AutorLuka Šantek
MentorSonja Grgić (mentor)
Član povjerenstvaSonja Grgić (predsjednik povjerenstva)
Član povjerenstvaMislav Grgić (član povjerenstva)
Član povjerenstvaTomislav Kos (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-06-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Detekcija lica na slici važan je problem računalnog vida široke praktične primjene. Postoje dva osnovna pristupa problemu – prvi podrazumijeva klasične metode, čiji se rad temelji na analizi značajki, dok se drugi, noviji pristup temelji na umjetnim neuronskim mrežama i dubokom učenju. Objašnjavaju se najvažniji koncepti i pojmovi vezani uz općeniti problem detekcije lica na slici. Daje se pregled teorije ključne za razumijevanje principa rada svake od metoda, navode specifičnosti te objašnjava konkretna algoritamska implementacija. Provodi se testiranje na vlastitom skupu podataka te vrši međusobna usporedba rezultata, kao i usporedba s analizama iz postojeće stručne literature. Izvode se odgovarajući zaključci te navode glavne prednosti i nedostatci za oba pristupa.
Sažetak (engleski)
Face detection is an important problem of computer vision with wide range of practical applications. There are two basic approaches to the problem - the first involves classical methods, whose work is based on feature analysis, while the second, newer approach is based on artificial neural networks and deep learning. The most important concepts and terms related to the general problem of face detection are explained. An overview of the theory crucial for understanding the working principle of each of the methods is given and a specific algorithmic implementation is explained. Testing is performed on own dataset and the results are compared with each other, as well as with analysis from the existing professional literature. Appropriate conclusions are drawn and the main advantages and disadvantages of both approaches are stated.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:492767
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-07-13 10:34:48