Title: Heterogenní Rozpoznávání Lidské Tváře ze Skic Obličeje
Other Titles: Heterogenenous Face Recognition from Facial Sketches
Authors: Gruber, Ivan
Issue Date: 2019
Publisher: Západočeská univerzita v Plzni
Document type: disertační práce
URI: http://hdl.handle.net/11025/39248
Keywords: rozpoznávání lidské tváře;strojové učení;neuronová síť;klasifikace;verifikace;identifikace;heterogenní rozpoznávání lidské tváře;intermodální most;translace obrázek-skica.
Keywords in different language: face recognition;machine learning;neural network;classification;verification;identification;heterogeneous face recognition;cross-modal bridge;image-to-sketch translation.
Abstract: 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.
Abstract in different language: 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.
Rights: Plný text práce je přístupný bez omezení.
Appears in Collections:Disertační práce / Dissertations (KKY)

Files in This Item:
File Description SizeFormat 
Dizertacni_prace.pdfPlný text práce20,23 MBAdobe PDFView/Open
posudky-odp-gruber.pdfPosudek oponenta práce343,33 kBAdobe PDFView/Open
protokol-odp-gruber.pdfPrůběh obhajoby práce783 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/39248

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.