prikaz prve stranice dokumenta Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju
Rad nije dostupan
diplomski rad
Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. urn:nbn:hr:168:904846
Srebot, Mateo
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Srebot, M. (2015). Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:904846

Srebot, Mateo. "Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:904846

Srebot, Mateo. "Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:904846

Srebot, M. (2015). 'Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:904846

Srebot M. Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2015 [pristupljeno 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:904846

M. Srebot, "Detekcija osoba u slikama i video zapisima temeljena na strojnom učenju", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2015. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:904846

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:904846
Podaci o radu
NaslovDetekcija osoba u slikama i video zapisima temeljena na strojnom učenju
Naslov (engleski)Person detection in images and video sequences based on machine learning
AutorMateo Srebot
MentorTomislav Hrkać (mentor)
Član povjerenstvaTomislav Hrkać (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (član povjerenstva)
Član povjerenstvaSiniša Šegvić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2015-07-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Objašnjen je pojam detekcije osoba, te područja primjene. Opisani su osnovni pojmovi vezani za strojno učenje. To su regresijski i klasifikacijski problemi, te problemi grupiranja, zatim pojam nadziranog i nenadziranog učenja, mjerenja pogreške, odabir skupa za treniranje, skupa za testiranje, fleksibilnost i fenomen pretreniranja. Detaljno je opisan postupak odabira značajki kod problema detekcije osoba pomoću integralne slike i kanala dobivenih iz originalne slike. Objašnjeni su sljedeći kanali: LUV, magnituda gradijenata i histogram gradijenata. Detaljno je opisan postupak adaptivnog učenja i pojmovi vezani za njega; slabi klasifikator, stabla odlučivanja, naglašavanje testnih podataka, mjera pogreške, težinski faktori. Detaljno je prikazana implementacija rješenja, te su prikazani rezultati i predložena poboljšanja. Uvedeni su pojmovi za evaluaciju rezultata: TP, FN, FP, TN.
Sažetak (engleski)
The notion of person detection is described along with it's applications. The basic concepts of machine learning are explained. Those are: regression, classification and clustering problems, supervised and unsupervised learning, the concept of error measurement, choosing the training and testing sets, flexibility and overfitting. The process of choosing the features using integral image and image channels is described in details. The following image channels are explained: LUV, gradient magnitude and gradient histogram. The concept of adaptive boosting is explained in details, along with it's basic terms: weak classifier, decision trees, test data exaggeration, error rate, weight factors. The implementation of solution is described in details, the results are analysed, and improvements are suggested. The basic terms for performance evaluation are explained: TP, FN, FP, TN.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:904846
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2018-02-06 11:53:56