Розпізнавання облич за допомогою мереж глибокого навчання

Скорочена інформація про документ
dc.contributor.advisorЗайченко, Олена Юріївна
dc.contributor.authorДубневич, Ірина Віталіївна
dc.date.accessioned2019-02-12T11:51:58Z
dc.date.available2019-02-12T11:51:58Z
dc.date.issued2018
dc.description.abstractenMaster’s thesis: 118 p., 26 pic., 28 tables, 26 sources This work is dedicated to investigation of deep learning object detection models that are going to be used for face face detection on mobile devices in realtime mode. With the aim of the study was developed software system in Python, intended for training, testing and evaluation of state-of-the-art deep learning models in scope of object detection tasks. In this work performed research of the following models: SSD Mobilenet V1, SSD Mobilenet V2, SSDlite Mobilenet V2. Also, the modification effect of Pyramid Pooling Network Shared Box Detector and Focal Loss function. The chosen architectures are investigated using Wider Face data set. The software system was implemented using Tensorflow Object Detection and Google Cloud ML Engine. The result of this work is a software system designed, face detectors obtained during the research, the results include the figures obtained from the models learning and assessment, their comparative characteristics, recommendations for achievement of better performance and directions for further investigation. The scientific novelty of this work is that it highlights ideas and direction for futher investigation with a view to develop new face detection solutions.uk
dc.description.abstractukМагістерська дисертація: 118 с., 26 рис., 28 табл., 3 додатки, 26 джерела. Мета роботи - дослідити сучасні найкращі моделі глибокого навчання для виявлення об’єктів на задачі виявлення облич. Об’єкт дослідження - моделі глибокого навчання для виявлення об’єктів в режимі реального часу на мобільних пристроях. Предмет дослідження - рішення задач виявлення облич з використанням state-of-the-art моделей глибокого навчання для виявлення об’єктів. З ціллю проведення дослідження було розроблено програмну систему, призначену для навчання, тестування та оцінки state-of-the-art моделей для виявлення об’єктів на задачі виявлення облич. В роботі досліджено наступні моделі: SSD Mobilenet V1, SSD Mobilenet V2, SSDlite Mobilenet V2. Також був досліджений ефект таких модифікацій як Pyramid Pooling Network Shared Box Detector та Focal Loss. Обрані моделі досліджувалися з використанням набору даних Wider Face. Програмна система реалізована на базі платформи Tensorflow Object Detection API та хмарного сервісу Google Cloud ML Engine. Результатами роботи є розроблена програмна система, отримані в результаті дослідження детектори облич, показники ефективності отриманих моделей, їх порівняльна характеристика, рекомендації для покращення показників ефективності моделей та напрямки для подальших досліджень. Наукова новизна полягає в виділенні ідей та напрямків подальшого дослідження з метою отримання нових рішень в галузі виявлення облич.uk
dc.format.page123 с.uk
dc.identifier.citationДубневич, І. В. Розпізнавання облич за допомогою мереж глибокого навчання : магістерська дис. : 122 Комп'ютерні науки / Дубневич Ірина Віталіївна. – Київ, 2018. – 123 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26311
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectштучні нейронні мережіuk
dc.subjectглибоке навчанняuk
dc.subjectвиявлення об’єктівuk
dc.subjectвиявлення обличuk
dc.subjectмобільні пристроїuk
dc.subjectрежим реального часуuk
dc.subjectTensorflowuk
dc.subjectrealtimeuk
dc.subjectmobile devicesuk
dc.subjectface detectionuk
dc.subjectTensorflow Object Detection APIuk
dc.subjectGoogle Cloud ML Engineuk
dc.subjectartificial neural networksuk
dc.subjectdeep learninguk
dc.subjectobject detectionuk
dc.subject.udc004.93uk
dc.titleРозпізнавання облич за допомогою мереж глибокого навчанняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Dubnevych_magistr.docx
Розмір:
5.71 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи