| Název: | Heterogenní Rozpoznávání Lidské Tváře ze Skic Obličeje |
| Další názvy: | Heterogenenous Face Recognition from Facial Sketches |
| Autoři: | Gruber, Ivan |
| Datum vydání: | 2019 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | disertační práce |
| URI: | http://hdl.handle.net/11025/39248 |
| Klíčová slova: | rozpoznávání lidské tváře;strojové učení;neuronová síť;klasifikace;verifikace;identifikace;heterogenní rozpoznávání lidské tváře;intermodální most;translace obrázek-skica. |
| Klíčová slova v dalším jazyce: | face recognition;machine learning;neural network;classification;verification;identification;heterogeneous face recognition;cross-modal bridge;image-to-sketch translation. |
| Abstrakt: | Tato dizertační práce představuje nový systém automatického heterogenního rozpoznávání lidské tváře ze skic. Systém je založený na nové metodě pojmenované X-Bridge. Heterogenní rozpoznávaní lidské tváře je primárně relevantní pro úlohy bezpečnosti a sledování. Tato práce má následující přínos: (1) Analýzu dostupných architektur neuronových sítí používaných pro úlohu klasifikace obrázků a jejich testování v rámci úlohy rozpoznávání lidské tváře; (2) Analýzu state-of-the-art ztrátových funkcí užívaných v úloze rozpoznávání lidské tváře a jejich testování v kombinaci s různými neuronovými sítěmi; (3) Analýzu metod potenciálně použitelných jako intermodální most; (4) Představení nové metody intermodálního mostu pojmenované X-Bridge založené na generativní adversiální síti; (5) Představení nové metriky určené k měření výkonu intermodálních mostů v úloze heterogenního rozpoznávání lidské tváře; (6) Představení komplexního systému automatického heterogenního rozpoznávání lidské tváře. Představený systém zlepšuje state-of-the-art výsledky na testovaném benchmarkovém datasetu. |
| Abstrakt v dalším jazyce: | This dissertation thesis presents a novel system for automatic heterogeneous face recognition from facial sketches based on a novel method named X-Bridge. Such a task is primarily relevant in the security and surveillance domains. In this work are made following contributions: (1) Analysis of the available neural network architectures used for image classification and their testing for face recognition task; (2) Analysis of the state-of-the-art loss functions used in face recognition task and their testing in combination with different neural network architectures; (3) Analysis of methods potentially usable as a cross-modal bridge; (4) Proposing a novel GAN based method named X-Bridge used as a cross-modal bridge; (5) Introducing a novel metric for measuring the performance of cross-modal bridges in the heterogeneous face recognition task; (6) Proposing a complex automatic heterogeneous face recognition system. The system improves state-of-the-art results on an appropriate benchmark face recognition dataset. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Disertační práce / Dissertations (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Dizertacni_prace.pdf | Plný text práce | 20,23 MB | Adobe PDF | Zobrazit/otevřít |
| posudky-odp-gruber.pdf | Posudek oponenta práce | 343,33 kB | Adobe PDF | Zobrazit/otevřít |
| protokol-odp-gruber.pdf | Průběh obhajoby práce | 783 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/39248Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.