Otkrivanje objekata u video zapisu primjenom modela dubokog učenja

diplomski rad

• Naslov (engleski): Detection of Objects in Video Records Using Deep Learning Models
• Autor: Matej Šikić Vagić
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Siniša Srbljić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Proučavanje i opisivanje modela za otkrivanje predmeta u slikama i video zapisima. Poseban naglasak na model YOLOv5 i brži R-CNN. Prikupljanje slika za raspoznavanje djece i odraslih. Opisivanje primijenjenih modela i postupaka učenja. Primjenom prikladno odabranih mjera za vrednovanja ispitivanje i uspoređivanje uspješnost razvijenog primjenskog sustava.

Sažetak (engleski)

Studying and describing models for detecting objects in images and videos. Special emphasis on the YOLOv5 model and faster R-CNN. Collecting images to identify children and adults. Describing applied models and learning procedures. Applying appropriately selected evaluation measures to test and compare the performance of the developed deep learning system.

• Ključne riječi: YOLOv5; faster R-CNN; raspoznavanje djece i odraslih; duboko učenje
• Ključne riječi (engleski): YOLOv5; faster R-CNN; detecting and differentiating children and adults; deep learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:540962
• 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: 2023-01-14 21:45:55