prikaz prve stranice dokumenta Trodimenzionalna rekonstrukcija čovjeka iz jedne slike
Rad nije dostupan
diplomski rad
Trodimenzionalna rekonstrukcija čovjeka iz jedne slike
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:726200
Đanić, Matej
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Đanić, M. (2021). Trodimenzionalna rekonstrukcija čovjeka iz jedne slike (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:726200

Đanić, Matej. "Trodimenzionalna rekonstrukcija čovjeka iz jedne slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:726200

Đanić, Matej. "Trodimenzionalna rekonstrukcija čovjeka iz jedne slike." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:726200

Đanić, M. (2021). 'Trodimenzionalna rekonstrukcija čovjeka iz jedne slike', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:726200

Đanić M. Trodimenzionalna rekonstrukcija čovjeka iz jedne slike [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:726200

M. Đanić, "Trodimenzionalna rekonstrukcija čovjeka iz jedne slike", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:726200

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:726200
Podaci o radu
NaslovTrodimenzionalna rekonstrukcija čovjeka iz jedne slike
Naslov (engleski)3D Human Reconstruction from a Single Image
AutorMatej Đanić
MentorTomislav Pribanić (mentor)
Član povjerenstvaTomislav Pribanić (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaHrvoje Džapo (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-06, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U diplomskom radu naveden je utjecaj napretka metoda dubokog učenja na zastupljenost njihove upotrebe u područjima računalnog vida i problematike 3D rekonstrukcije. Navedene su prednosti i mane upotrebe dosadašnjih rješenja za 3D rekonstrukciju koja ne koriste metode dubokog učenja. Objašnjena je važnost digitalizacije ljudskog tijela i njegove primjene u područjima virtualne i proširene stvarnosti. Opisuju se rješenja koja koriste konvolucijske neuronske mreže za problematiku 3D rekonstrukcije ljudskog tijela te njihova podjela prema obliku i načinu prikupljanja skupova podataka za treniranje. Navedene su arhitekture slojeva odabranih neuronskih mreža i prikupljenih podataka za treniranje. Također je opisan postupak predobrade 3D modela i slika u svrhu generiranja sintetiziranih podataka za treniranje mreže. Mreže, implementirane u programskom jeziku Python upotrebom biblioteke Tensorflow, eksperimentalno su evaluirane u procesu treniranja, a rezultati analizirani i uspoređeni ovisno o tipu korištenih sintetiziranih podataka.
Sažetak (engleski)
This Master's thesis presents the impact of the progress of deep learning methods on the prevalence of their use in the fields of computer vision and the task of 3D reconstruction. The advantages and disadvantages of using existing solutions for 3D reconstruction without deep learning methods are listed. The importance of digitalization of the human body and its application in the fields of virtual and augmented realities is explained. Solutions using convolutional neural networks for the task of 3D human body reconstruction and their division according to the form and method of dataset collection is described. Layer architectures of selected neural networks and collected datasets for training are listed. Moreover, the method of preprocessing 3D models and images for the purpose of generating synthesized data for training the networks is described. Networks, implemented in the Python programming language using the Tensorflow library, are experimentally evaluated in the process of training, and the results are analyzed and compared according to the use type of synthesized data that is used.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:726200
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 pohrane2023-01-13 14:51:14