Prepoznavanje lica korisnika za primjene u pametnom uredu

završni rad

• Naslov (engleski): User Face Recognition for Smart Office Applications
• Autor: Karlo Ježić
• Mentor: Ivana Podnar Žarko (mentor)
• Član povjerenstva: Ivana Podnar Žarko (predsjednik povjerenstva)
• Član povjerenstva: Dario Pevec (član povjerenstva)
• Član povjerenstva: Petar Krivić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-03, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu prikazane su tehnologije i algoritmi koji su danas primjenjivi za rješavanje problema prepoznavanja lica te odabrane tehnologije i implementacija sustava koji omogućuje osobi ulazak u pametni ured na temelju prepoznavanja njegovog lica iz struje videa. Sustav koristeći metode strojnog i dubokog učenje detektira lice, prepoznaje njegove ključne značajke te na temelju njih izrađuje 128-dimenzionalno polje koje uspoređuje s prije izrađenim poljima „poznatih lica“ iz baze podataka, te ovisno o toj usporedbi određuje ima li osoba ovlasti ući u pametni ured ili ne.

Sažetak (engleski)

This paper presents technologies and algorithms that are today applicable to solve the problem of face recognition, and selected technologies and implementation of a system that allows a person to enter a smart office by recognizing his face. Using machine and deep learning, the system detects the face, recognizes its key features and creates a 128-dimensional field called embedding. The system then compares previously created embeddings of “known persons” from the database and depending on its similarity determines whether a person has the authority to enter a smart office or not.

• Ključne riječi: računalni vid; detekcija lica; prepoznavanje lica; duboko učenje; strojno učenje; Python; Java; JavaScript; HTML; CSS; Spring Boot; Raspberry Pi; ZeroMQ; Thymeleaf
• Ključne riječi (engleski): computer vision; face detection; face recognition; deep learning; machine learning; Python; Java; JavaScript; HTML; CSS; Spring Boot; Raspberry Pi; ZeroMQ; Thymeleaf
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:187394
• 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: 2023-01-14 09:00:23