prikaz prve stranice dokumenta Čitanje s usana primjenom računalnog vida
Rad nije dostupan
diplomski rad
Čitanje s usana primjenom računalnog vida
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:968375
Arambašić, Lucija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Arambašić, L. (2022). Čitanje s usana primjenom računalnog vida (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:968375

Arambašić, Lucija. "Čitanje s usana primjenom računalnog vida." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:968375

Arambašić, Lucija. "Čitanje s usana primjenom računalnog vida." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:968375

Arambašić, L. (2022). 'Čitanje s usana primjenom računalnog vida', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 28.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:968375

Arambašić L. Čitanje s usana primjenom računalnog vida [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 28.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:968375

L. Arambašić, "Čitanje s usana primjenom računalnog vida", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:968375

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:968375
Podaci o radu
NaslovČitanje s usana primjenom računalnog vida
Naslov (engleski)Lip Reading Using Computer Vision
AutorLucija Arambašić
MentorZoran Kalafatić (mentor)
Član povjerenstvaZoran Kalafatić (predsjednik povjerenstva)
Član povjerenstvaVladimir Čeperić (član povjerenstva)
Član povjerenstvaTomislav Hrkać (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj rad bavi se rješavanjem problema čitanja s usana. Problem je formuliran kao višeklasna klasifikacija slijeda, gdje se video snimka označava slovom koje je na video snimci izgovoreno. Na snimkama se izgovaraju slova engleske abecede. Napravljena je analiza koja slova je nemoguće razaznati jedna od drugih te je problem reformuliran tako da su ta slova grupirana te označena istom oznakom. Potom se koristio predtrenirani SqueezeNet model za ekstrakciju značajki iz video sličica. Ekstrahirani sljedovi značajki su potom klasificirani uporabom tri različita modela: povratnom neuronskom mrežom, logističkom regresijom i strojem potpornih vektora.
Sažetak (engleski)
This thesis tackles the problem of automated lip-reading. The problem is formulated as a multiclass sequence classification task, where each video is considered a sequence of images and is labeled with the letter that is uttered in the video. The letters spoken in the videos are English alphabet letters. An analysis of letter utterances that cannot be distinguished between each other using only visual information is conducted. The problem is then reformulated by grouping those letters and labeling them with one joint label. Afterward, a pre-trained SqueezeNet model was used for image feature extraction and the resulting feature sequences were classified by three different models: recurrent neural network, logistic regression, and support vector machine.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:968375
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 pohrane2023-01-14 08:19:50