|
|
|
|
| LEADER |
02603na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2018 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6316
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Budimir, Lovre Antonio
|
| 245 |
1 |
0 |
|a Detekcija pješaka dubokim neuronskim mrežama :
|b završni rad /
|c Lovre Antonio Budimir ; [mentor Sven Lončarić].
|
| 246 |
1 |
|
|a Pedestrian Detection Using Deep Neural Networks
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b L. Budimir,
|c 2018.
|
| 300 |
|
|
|a 35 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2018-06-15, datum završetka: 2018-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U posljednjih nekoliko godina napredni sustavi za pomoć u vožnji preuzimaju sve veću ulogu u sprječavanju prometnih nesreća uzrokovanih ljudskom nepažnjom. Jedna od glavnih funkcionalnosti takvih sustava je mogućnost detekcije pješaka. U sklopu ovog rada opisane su konvolucijske neuronske mreže i njihove glavne značajke. Proučene su poznate arhitekture konvolucijskih neuronskih mreža koje u posljednjih nekoliko godina postižu jako dobre rezultate u području klasifikacije i detekcije objekata na slikama. Na temelju proučenih arhitektura odabran je model koji je treniran i testiran na prikupljenoj bazi slika prometnih scena. Navedeni model zatim je implementiran u sustav za detekciju pješaka.
|
| 520 |
3 |
|
|a Sažetak na engleskom: In recent years, advanced driving assistance systems have taken an increasingly significant role in preventing traffic accidents caused by human negligence. One of the main functionalities of such systems is the ability to detect pedestrians. This paper describes the convolutional neural networks and their key features. Known architectures of convolutional neural networks, which in recent years have achieved very good results in the field of classification and detection of objects in the images, have been researched. Based on the studied architecture, a model was selected, trained and tested on the collected image dataset of traffic scenarios. That model was used in an implementation of a pedestrian detection system.
|
| 653 |
|
1 |
|a detekcija pješaka
|a duboke neuronske mreže
|a konvolucijske neuronske mreže
|a klasifikacija
|a detekcija objekata
|a baza slika
|
| 653 |
|
1 |
|a pedestrian detection
|a deep neural networks
|a convolutional neural networks
|a classification
|a object detection
|a image dataset
|
| 700 |
1 |
|
|a Lončarić, Sven
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 48335
|d 48335
|