Procjena smjera pogleda iz slika lica korištenjem dubokog učenja

diplomski rad

• Naslov (engleski): Gaze direction estimation from facial images using deep learning
• Autor: Jakov Gracin
• Mentor: Sven Lončarić (mentor)
• Član povjerenstva: Sven Lončarić (predsjednik povjerenstva)
• Član povjerenstva: Marko Subašić (član povjerenstva)
• Član povjerenstva: Tomislav Petković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-09-03, Hrvatska

Sažetak

Procjena smjera pogleda na temelju lica osobe važna je primjena računalnog vida u posljednja dva desetljeća u autoindustriji i šire, prvenstveno zbog porasta količine slika i videa na koja se svakodnevno generira pomoću kamera visoke rezolucije. U okviru ovoga rada koristi se duboka neuronska mreža temeljena na mreži Resnet18 koja analizira slike tijekom vožnje automobila i
na temelju njih procjenjuje trodimenzionalni vektor smjera pogleda vozača. Istražuje se točnost predviđanja smjera pogleda u odnosu na neuronsku mreže iz ostalih radova te se prilagođavaju informacije o pogledu u skupu dostupnih slika da bi predviđanje bilo dovoljno precizno
za daljnje primjene u polju računalnog vida.

Sažetak (engleski)

Estimating the gaze direction based on a person's face is an important application of computer vision in the last two decades in the automobile industry, primarily due to the increase in the number of images and videos generated daily using high-resolution cameras. This paper utilizes a deep neural network based on the ResNet18 architecture, which analyzes images captured while driving a car and estimates the three-dimensional vector of the driver's gaze direction based on these images. The accuracy of gaze direction predictions is compared to neural networks from other studies, and the gaze information is adapted within the available image dataset to ensure that the predictions are sufficiently accurate for further applications of computer vision.

• Ključne riječi: Računalni vid; procjena smjera pogleda; duboke neuronske mreže; ResNet18; analiza slike; automobilska industrija
• Ključne riječi (engleski): Computer vision; gaze estimation; deep neural network; ResNet18; image analysis; automobile industry
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:233915
• 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: 2024-10-12 20:41:02