prikaz prve stranice dokumenta Prepoznavanje osoba temeljem hoda primjenom dubokog učenja
  Preuzmi
PDF 4.55 MB
završni rad
Prepoznavanje osoba temeljem hoda primjenom dubokog učenja
2023. urn:nbn:hr:190:872234
Ivović, Leon
Sveučilište u Rijeci
Tehnički fakultet
Zavod za računarstvo

Citirajte ovaj rad

Ivović, L. (2023). Prepoznavanje osoba temeljem hoda primjenom dubokog učenja (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, Leon. "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, Leon. "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović, L. (2023). 'Prepoznavanje osoba temeljem hoda primjenom dubokog učenja', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 28.11.2024., https://urn.nsk.hr/urn:nbn:hr:190:872234

Ivović L. Prepoznavanje osoba temeljem hoda primjenom dubokog učenja [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2023 [pristupljeno 28.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:872234

L. Ivović, "Prepoznavanje osoba temeljem hoda primjenom dubokog učenja", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:872234

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:872234
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrepoznavanje osoba temeljem hoda primjenom dubokog učenja
Naslov (engleski)Recognition of people based on gait using deep learning
AutorLeon Ivović
MentorKristijan Lenac (mentor)
MentorDiego Sušanj (komentor)
Član povjerenstvaMiroslav Joler (predsjednik povjerenstva)
Član povjerenstvaKristijan Lenac (član povjerenstva)
Član povjerenstvaDiego Sušanj (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za računarstvo)
Rijeka
Datum i država obrane2023-09-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovome završnom radu testirane su različite modele i skupove podataka za treniranje neuralne mreže za prepoznavanje osoba na temelju hoda. Korišteni su modeli ResNet-18, ResNet-50 i VGG-16. Skupovi podataka na kojima su modeli trenirani su OUMVLP i CASIA-B. Testirani su i utjecaji različitih optimizacijskih funkcija i ostalih parametara modela poput veličine skupine i broja epoha na konačnu točnost modela. Zaključeno je da dublje rezidualne neuralne mreže poput ResNet postižu točnije rezultate na oba skupa podataka. Primijećen je i prostor za poboljšanja te je navedeno nekoliko metoda koje bi mogle dovesti do bolje točnosti.
Sažetak (engleski)
In this final work, different models and training datasets were tested for training a neural network for gait recognition. The models used were ResNet-18, ResNet-50, andVGG-16. The training datasets used were OUMVLP and CASIA-B. The impacts of different optimization functions and other model parameters such as batch size and number of epochs on the final accuracy of the models were also tested. It was concluded that deeper residual neural networks like ResNet achieve more accurate results on both datasets. Several methods have been identified that could lead to improved accuracy, indicating potential areas for improvement.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:872234
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ. bacc. ing. comp)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2023-09-12 09:59:12