Sustav za detekciju i praćenje dlana

završni rad

• Naslov (engleski): System for hand detection and tracking
• Autor: Vedran Ćutić
• Mentor: Zoran Kalafatić (mentor)
• Član povjerenstva: Zoran Kalafatić (predsjednik povjerenstva)
• Član povjerenstva: Zorana Doždor (član povjerenstva)
• Član povjerenstva: Ivan Sabolić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U svrhu ovog rada napravljen je sustav za detekciju i praćenje dlana korištenjem koncepata računalnog vida, poput klasifikacije slika i videa, segmentacije i detekcije objekata i praćenja objekata. Sustav je ostvaren koristeći dva modela YOLOv8 temeljena na konvolucijskim neuronskim mrežama. Prvi model je javno dostupni unaprijed trenirani model velike kompleksnosti, a drugi je trenirani model nad javno dostupnim skupom podataka. Razvijena je jednostavna web aplikacija koja omogućava... Više korištenje modela za detekciju i praćenje dlana koja sadrži jednostavno sučelje čime se omogućava korištenje modela i njegovih funkcionalnosti na vlastitim primjerima. Rad daje uvide u rezultate treniranja i uspoređuje ova dva modela s primjerima. Sakrij dio sažetka

Sažetak (engleski)

In this paper, a system for hand detection and tracking was developed using computer vision concepts such as image and video classification, segmentation, object detection, and object tracking. The system was implemented using two YOLOv8 models based on convolutional neural networks. The first model is a publicly available pre-trained model of high complexity, and the second is a trained model on a publicly available dataset. A simple web application was developed that allows users... Više to use models for hand detection and tracking, featuring a simple interface that allows image and video input. The paper provides insights into the training results and compares these two models with examples. Sakrij dio sažetka

• Ključne riječi: umjetna inteligencija; konvolucijske neuronske mreže; strojno i duboko učenje; klasifikacija slika; detekcija i segmentacija slika; YOLOv8 model; nadzirano i nenadzirano učenje
• Ključne riječi (engleski): artificial intelligence; convolutional neural networks; machine and deep learning; image classification; image detection and segmentation; YOLOv8 model; supervised and unsupervised learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:099261
• 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: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 20:24:17