Sustav za detekciju i praćenje dlana

završni rad

• Naslov (engleski): System for hand detection and tracking
• Autor: Lovro Glogar
• Mentor: Zoran Kalafatić (mentor)
• Član povjerenstva: Zoran Kalafatić (predsjednik povjerenstva)
• Član povjerenstva: Zorana Doždor (član povjerenstva)
• Član povjerenstva: Igor Stančin (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-01, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rad daje kratak uvod u strojno učenje, posebice umjetne neuronske mreže. Predstavlja
duboko učenje i neke od dubokih modela korištenih za razvoj sustava za detekciju dlana.
Opisan je postupak prikupljanja i pripreme skupa podataka korištenog za treniranje modela.
Iskazan je postupak treniranja dubokih modela koji se služi Tensorflow Object Detection
aplikacijskim programskim sučeljem te su predstavljeni rezultati svakog modela.

Sažetak (engleski)

This work gives a brief introduction into machine learning, especially artificial neural
networks. It represents deep learning and some deep models used to develop the hand
detection system. It describes the process of collecting and preparing the dataset used for
model training. The procedure of deep model training using the Tensorflow Object Detection
application programming interface is presented, and the results of each model are presented.

• Ključne riječi: duboko učenje; računalni vid; konvolucijske neuronske mreže; detekcija objekata
• Ključne riječi (engleski): deep learning; computer vision; convolutional neural networks; object detection
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:553185
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-15 10:11:43