|
|
|
|
| LEADER |
02771na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2017 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid5449
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Volarević, Glorija
|
| 245 |
1 |
0 |
|a Detekcija i lokalizacija dijelova tijela dubokim učenjem :
|b završni rad /
|c Glorija Volarević ; [mentor Tomislav Hrkać].
|
| 246 |
1 |
|
|a Detection and Localization of Body Parts Using Deep Learning
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b G. Volarević,
|c 2017.
|
| 300 |
|
|
|a 24 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: 2017-06-09, datum završetka: 2017-07-10
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj rad bavi se klasifikacijom, detekcijom i lokalizacijom dijelova tijela snimljenih osoba pomoću konvolucijskih neuronskih mreža, Dijelovi tijela koji se klasificiraju su zglobovi. Rad opisuje osnovne pojmove i principe dubokih i konvolucijskih neuronskih mreža te programsko ostvarenje sustava za klasifikaciju, detekciju i lokalizaciju koji je temeljen na arhitekturi konvolucijske neuronske mreže VGG16. Napravljena su četiri različita klasifikatora ovisno o tome klasificiraju li se odvojeno lijevi i desni dijelovi tijela ili spadaju pod isti dio tijela i postoji li poseban razred s negativnim primjerima koji ne spadaju u dijelove tijela ili ne. Rezultati su uspoređeni i pokazalo se da najbolje radi sustav koji lijeve i desne dijelove svrstava pod jednu oznaku i ima i razred za negativne primjere.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This work is about classification, detection and localization of basic body parts using convolutional neural networks. The classified body parts are joints. The work describes basic terms and principles of deep and convolutional neural networks and the program implementation of a classification, detection and localization system based on the VGG16 convolutional neural network architecture. Four classifiers were made, depending on whether they classify left and right body parts separately or as one, and whether there’s a special class with negative examples that don’t belong to any of the body parts or not. The results were compared and the system with the best results was the one which classified left and right body parts under the same label and has a negative examples class.
|
| 653 |
|
1 |
|a klasifikacija
|a detekcija
|a lokalizacija
|a duboko učenje
|a duboke neuronske mreže
|a konvolucijske neuronske mreže
|
| 653 |
|
1 |
|a classification
|a detection
|a localization
|a deep learning
|a deep neural networks
|a convolutional neural networks
|
| 700 |
1 |
|
|a Hrkać, Tomislav
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 50490
|d 50490
|