Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorGruber, Ivan
dc.date.accepted2019-12-19
dc.date.accessioned2020-08-24T11:43:16Z-
dc.date.available2018-11-19
dc.date.available2020-08-24T11:43:16Z-
dc.date.issued2019
dc.date.submitted2019-11-6
dc.identifier83257
dc.identifier.urihttp://hdl.handle.net/11025/39248
dc.description.abstractTato 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.cs
dc.format124 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectrozpoznávání lidské tvářecs
dc.subjectstrojové učenícs
dc.subjectneuronová síťcs
dc.subjectklasifikacecs
dc.subjectverifikacecs
dc.subjectidentifikacecs
dc.subjectheterogenní rozpoznávání lidské tvářecs
dc.subjectintermodální mostcs
dc.subjecttranslace obrázek-skica.cs
dc.titleHeterogenní Rozpoznávání Lidské Tváře ze Skic Obličejecs
dc.title.alternativeHeterogenenous Face Recognition from Facial Sketchesen
dc.typedisertační prácecs
dc.thesis.degree-namePh.D.cs
dc.thesis.degree-levelDoktorskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programAplikované vědy a informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThis 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.en
dc.subject.translatedface recognitionen
dc.subject.translatedmachine learningen
dc.subject.translatedneural networken
dc.subject.translatedclassificationen
dc.subject.translatedverificationen
dc.subject.translatedidentificationen
dc.subject.translatedheterogeneous face recognitionen
dc.subject.translatedcross-modal bridgeen
dc.subject.translatedimage-to-sketch translation.en
Vyskytuje se v kolekcích:Disertační práce / Dissertations (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Dizertacni_prace.pdfPlný text práce20,23 MBAdobe PDFZobrazit/otevřít
posudky-odp-gruber.pdfPosudek oponenta práce343,33 kBAdobe PDFZobrazit/otevřít
protokol-odp-gruber.pdfPrůběh obhajoby práce783 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/39248

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.