Segmentacija dijelova ljudskog tijela

završni rad

• Naslov (engleski): Segmentation of Human Body Parts
• Autor: Ivan Jakas
• Mentor: Tomislav Pribanić (mentor)
• Član povjerenstva: Tomislav Pribanić (predsjednik povjerenstva)
• Član povjerenstva: Kristijan Bartol (član povjerenstva)
• Član povjerenstva: David Bojanić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U onom radu se na početku uvode osnovni pojmovi neuronskih mreža, na temelju čega se kasnije objašnjavaju algoritmi konvolucijskih neuronskih mreža, kao i algoritmi semantičke segmentacije. Nakon obrađenih osnovnih pojmova za shvaćanje metoda segmentacije, u nekoliko koraka se pokazuje postupak izrade skupa podataka korišten za segmentaciju dijelova ljudskog tijela. Pokazani su rezultati koje je dalo 6 modela osmišljenih na temelju U-Net arhitekture.

Sažetak (engleski)

At the beginning of this paper, the basic concepts of neural networks are described. That knowledge is used to understand the algorithms like convolutional neural networks and semantic segmentation. After that, the procedure of obtaining the necessary images for the segmentation of human body parts is presented. At the end, the paper shows the results acquired using 6 models based on U-Net architecture.

• Ključne riječi: obrada slike; duboko učenje; računalni vid; neuronske mreže; medicina; ljudsko tijelo
• Ključne riječi (engleski): image processing; deep learning; computer vision; neural networks; medicine; human body
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:975773
• 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 20:39:51