Detekce klíčových bodů pomocí konvoluční neuronové sítě
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929698" target="_blank" >RIV/49777513:23520/16:43929698 - isvavai.cz</a>
Výsledek na webu
<a href="http://hdl.handle.net/11025/21364" target="_blank" >http://hdl.handle.net/11025/21364</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Detekce klíčových bodů pomocí konvoluční neuronové sítě
Popis výsledku v původním jazyce
Úloha detekce klíčových (významných) bodů na lidské tváři je v dnešní době rozšířenou úlohou. I přes veškerou snahu však není plně vyřešena a to především kvůli tomu, že se vzhledem k rozmanitým externím (osvětlení, póza, okluze) a interním (výraz tváře, stárnutí) podmínkám jedná o velmi komplexní a složitou úlohu. Existuje mnoho rozličných algoritmů, které detekci klíčových bodů řeší. Tyto algoritmy lze rozdělit podle jejich přístupu k řešení do tří skupin: top-down a bottom-up a jejich kombinace. Mezi typického představitele top-down přístupu můžeme zařadit Active Appearance Model. Do druhé skupiny lze zařadit především metody založené na neuronových sítích. Tímto přístupem se bude dále zabývat i tato práce.
Název v anglickém jazyce
Keypoint detection using a convolutional neural network
Popis výsledku anglicky
The task of detecting key (significant) points on the human face is a widespread task nowadays. Despite all efforts, however, it is not fully resolved, primarily because, due to the various external (lighting, pose, occlusion) and internal (facial expression, aging) conditions, this is a very complex and complex task. There are many different algorithms that solve keypoint detection. These algorithms can be divided according to their approach to the solution into three groups: top-down and bottom-up and their combinations. Among the typical representatives of the top-down approach, we can include the Active Appearance Model. The second group includes mainly methods based on neural networks. This work will also deal with this approach.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů