Završni radovi | Repozitorij FER-a

: Automatsko prepoznavanje japanskog slikovnog pisma; Tessa Slovenc
Automatsko prepoznavanje ručno pisanog ili tiskanog pisma je tehnika koja se razvija od početka postojanja računala, te se i danas otkrivaju razna poboljšanja u brzini i kvaliteti detekcije. Prepoznavanje može biti napravljeno za opću upotrebu, ili se može specijalizirati za određenu vrstu pisma ili količinu danih podataka. Kod specijaliziranih tehnika, važno je razmatrati tip pisma koji se prepoznaje, te ostale informacije koje možemo dobiti iz danih znakova. Kod vrsta pisma...

: Automatsko prepoznavanje rukom pisanih matematičkih izraza; Nikola Vnučec
U ovom su radu prikazani načini rada i implementacija konvolucijskih i povratnih neuronskih mreža. Pomoću radnog okvira PyTorch razvijena su tri modela različitih složenosti za prepoznavanje rukom pisanih matematičkih izraza. Modeli su razvijeni u enkoder – dekoder arhitekturama. Dok je najjednostavniji model implementiran jednostavnim konvolucijskim i povratnim mrežama, najsloženiji model koristi složenu gusto povezanu neuronsku mrežu kao enkoder, a u ulozi dekodera su dvije...

: Automatsko prepoznavanje rukom pisanog teksta; Nikola Vnučec
Ovaj rad obrađuje postupke za automatsko prepoznavanje pisanog teksta. Cijeli rad možemo podijeliti u dva glavna dijela: segmentacija slike i klasifikacija slika. Segmentacija slike je područje digitalne obrade slika i računalnog vida. Cilj segmentacije je podijeliti sliku u više dijelova, odnosno segmenata nad kojima je lakše provoditi analizu i daljnju obradu. Segmentacija slike se uobičajeno koristi za pronalaženje objekata i granica objekata (linije, krivulje, itd.) u slikama. U...

: Automatsko prepoznavanje znakovnog jezika; Luka Kurtin
Ovim radom detaljno je opisan postupak izrade mobilne aplikacije za uređaje sa sustavom Android kojom se omogućava prepoznavanje slova američke znakovne abecede. Za pripremu podataka i izradu modela napisani su programi u programskom jeziku Python koji koriste biblioteke NumPy, OpenCv, tkinter i Pandas te alat TensorFlow Lite i MediaPipe Hands radni ok. Program za izradu modela također koristi podatke dobivene iz programa za pripremu podataka spremljene u csv datoteci kao ulaz za model....

: Automatsko prikupljanje i pohranjivanje podataka s javno dostupnih izvora podataka; Jasmin Redžepović
U radu je napravljena web aplikacija koja automatski prikuplja podatke s javno dostupnih izvora podataka. Ti izvori podataka su aplikacijska programska sučelja iz domene filmske industrije. Aplikacija je podijeljena na korisničko sučelje, serverski dio, bazu podataka te izvor podataka. Podaci koji se prikupe spremaju se u relacijsku bazu podataka. Izvori se uspoređuju po prosječnom vremenu dohvaćanja podataka te omjeru broja informacija koje se žele prikupiti, a izvor može ponuditi i...

: Automatsko raspoznavanje emocija iz slike lica; Antonela Mrkalj
U sklopu završnog rada provodi se eksperimentalno testiranje postojećeg programa za strojno učenje u vidu automatskog prepoznavanja emocija. Prilikom testiranja potrebno je pronaći bazu sa što više slika koje bi odgovarale traženoj temi te ih iskoristiti za učenje. Na temelju dobivenog klasifikatora ostvaruje se testiranje naučenog. Rezultat testiranja je procijenjena emocija, koja može biti točna ili pogrešna. Poboljšavanje točnosti ostvaruje se sa većom bazom, koja u ovim...

: Automatsko raspoznavanje lica; Ivan Renić
Ovaj rad daje pregled trenutnog stanja područja automatskog raspoznavanja lica uz fokus na nekoliko najpopularnijih metoda koje omogućavaju računalnu identifikaciju lica – vektorska udaljenost između značajki, shape units, normalized cross correllation, PCA te LBP metoda. Metode su predstavljene na teorijskoj razini, nakon čega su prikazane i neke od dostupnih baza slika lica. Implementacija je izvedena u C++ programskom jeziku uz korištenje OpenCV i VisageSDK programskih alata te...

: Automatsko raspoznavanje oblika lica; Jakov Raguž
Automatsko raspoznavanje oblika lica iz slike u ovome radu temeljeno je na tri koraka: detekcija lica i njegovih karakterističnih točaka, segmentacija lica iz slike te u konačnici detekcija oblika iz prethodno pripremljenih predložaka. Za detekciju lica korištene su javno dostupne biblioteke Dlib i OpenCV. Segmentacija lica iz zadane slike provedena je u dva dijela: preko karakterističnih točaka lica te uspoređujući BGR vrijednosti boje lica. Klasifikacija oblika temeljila se na...

: Automatsko raspoznavanje oblika lica; Margareta Kušan
Automatsko raspoznavanje oblika lica iz slike u ovom radu temelji se na tri koraka: detekcija značajki lica, segmentacija lica iz slike i detekcija oblika lica pomoću predložaka i funkcije preklapanja. Za detekciju značajki lica korišten je FaceDetector iz Visage|SDK razvojnog okruženja. Segmentacija lica izvedena je klasifikacijom piksela na temelju svojstava boja RGB modela. Detekcija oblika lica izvedena je računajući preklapanja predloška i segmentirane slike u funkciji...

: Automatsko raspoznavanje osmjeha iz slike lica; Dario Jaić
Korištena su dva algoritma za raspoznavanje osmjeha iz slike lica. Jednostavniji algoritam računa ako je udaljenost manja od zadanog parametra, onda se osoba ne smije, a ako je veća osoba se smije. Metoda se temelji na činjenici da, kada se osoba smije, usta se šire i ekstremne točke ustiju se približavaju očima. Složeni algoritam radi po principu određivanja tzv. Patcheva na licu, dobavljanja odgovarajućih podataka Local Binary Pattern (LBN), računanja histograma (59-bin), te...

: Automatsko računalno raspoznavanje rukom pisanih notnih zapisa; Šime Gverić
Definirano je optičko raspoznavanje glazbene notacije i dan je uvod u njegovu primjenu. Opisani su bitni glazbeni pojmovi i njihova svojstva u kontekstu glazbene notacije. Implementiran je sustav za automatsko raspoznavanje rukom pisanih notnih zapisa. Glazbeni elementi su segmentirani metodama računalnog vida te raspoznati efikasnim metodama strojnog učenja: metodom stroja s potpornim vektorima i metodom k-najbližih susjeda. Zatim je cijela struktura dane glazbene notacije digitalno...

: Automatsko segmentiranje i prepoznavanje ispisanog teksta; Filip Gulan
U ovom radu prikazan je način rada i implementacija sustav za automatsko segmentiranje i prepoznavanje ispisanog teksta koji je projektiran tako da na svoj ulaz primi sliku teksta, a na svom izlazu vrati prepoznati tekst. Ulazna slika se pretvara u nijanse sive, binarizira, uklanja se šum, ispravlja zakrivljenost te se iz tako dobivene slike segmentira tekst. Segmentirani tekst se zatim dalje segmentira na linije, riječi i znakove. Tako segmentirani znakovi se dovode na ulaz duboke...

Paginacija