magistrsko delo
Tilen Krel (Avtor), Božidar Potočnik (Mentor)

Povzetek

Magistrsko delo se ukvarja z ocenjevanjem starosti osebe na osnovi digitalnih posnetkov z uporabo konvolucijskih nevronskih mrež. Razvit in implementiran je bil lasten model konvolucijske nevronske mreže za ocenjevanje starosti osebe iz digitalnega posnetka. Kot osnova za naš model je bila uporabljena in modificirana obstoječa arhitektura konvolucijske nevronske mreže VGG-Face, namenjena razpoznavanju obrazov. Za učenje in testiranje sta bili uporabljeni bazi podatkov IMDB-WIKI in FG-NET. Na bazi podatkov IMDB-WIKI je bila dosežena povprečna napaka med dejansko in ocenjeno starostjo 6,7 leta, na bazi podatkov FG-NET pa z validacijsko metodo »izpusti-eno-osebo« izračunana povprečna napaka med dejansko in ocenjeno starostjo 3,9 leta. Dobljeni rezultati so primerljivi oziroma le malo zaostajajo za najuspešnejšimi metodami za ocenjevanje starosti osebe z digitalnega posnetka. Na tej osnovi se naš model ocenjuje kot primeren za uporabo v produkcijskih rešitvah.

Ključne besede

računalniški vid;konvolucijske nevronske mreže;globoko učenje;ocenjevanje starosti;magistrske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: [T. Krel]
UDK: 004.85:004.932(043.2)
COBISS: 54782979 Povezava se bo odprla v novem oknu
Št. ogledov: 599
Št. prenosov: 60
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Person age estimation based on digital images using convolutional neural networks
Sekundarni povzetek: In the master’s thesis, we focused on person age estimation based on digital images using convolutional neural networks. We developed and implemented our own convolutional neural network model, used to estimate age of a person from a digital image. As a base for our model, we used and modified the existing convolutional neural network architecture VGG-Face, used for face recognition. For learning and testing, the IMDB-WIKI and FG-NET datasets were used. With the IMDB-WIKI dataset, we can achieve the average error between the actual and the estimated age of 6.7 years, while using the dataset FG-NET, we can calculate the average error between the actual and the estimated age of 3.9 years, employing the »leave-one-person-out« validation method. The obtained results are comparable to or only slightly behind the most successful methods for age estimation from a digital image. On this basis, we evaluate our model as suitable for use in production solutions.
Sekundarne ključne besede: computer vision;convolutional neural networks;deep learning;age estimation;
Vrsta dela (COBISS): Magistrsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Strani: VII, 44 f.
ID: 12415620