Metrička ugrađivanja za reprezentiranje osoba u slikama

diplomski rad

• Naslov (engleski): Metric embeddings for representing persons in images
• Autor: Marin Kačan
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Zoran Kalafatić (član povjerenstva)
• Član povjerenstva: Tomislav Hrkać (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-09-27, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Metrička ugrađivanja vrlo su važan sastojak primjena u kojima ostvarujemo korespondenciju slika iste osobe u različitim trenutcima. Posebno su zanimljive primjene vezane uz praćenje i ponovnu identifikaciju osoba. U posljednje vrijeme, veliki uspjeh u tom području ostvaruju duboki modeli učeni različitim metričkim gubitcima.
U okviru rada, proučeni su i ukratko opisani postojeći pristupe za učenje metričkih ugrađivanja. U okviru rada, uhodani su postupci nadziranog učenja prikladnih dubokih modela. Napravljena je usporedba utjecaja različitih metričkih ugrađivanja i različitih postupaka detekcije objekata na performanse postupka praćenja. Prikazani su rezultati eksperimenata i predloženi su pravci budućeg razvoja.

Sažetak (engleski)

Metric embeddings are very important when we need to achieve a correspondence between images of the same person at different moments in time. Applications in multiple person tracking and person re-identification are particularly interesting. As of late, deep models trained with different metric losses have been very successful in that area. In this thesis, we use supervised learning to train different deep models for this task. We also compare the effects of different metric embeddings and different object detection procedures on the performance of the tracking procedure. We show the experiment results and suggest promising directions for future work.

• Ključne riječi: računalni vid; metričko ugrađivanje; praćenje; detekcija objekata; duboko učenje; strojno učenje; konvolucijske neuronske mreže; prijenos znanja
• Ključne riječi (engleski): computer vision; metric embedding; tracking; object detection; deep learning; machine learning; convolutional neural networks; transfer learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:043723
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 18:55:06