prikaz prve stranice dokumenta Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
  Preuzmi
PDF 1.35 MB
diplomski rad
Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
2017. urn:nbn:hr:217:788907
Zirdum, Ivan
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Citirajte ovaj rad

Zirdum, I. (2017). Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, Ivan. "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2017. https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, Ivan. "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2017. https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum, I. (2017). 'Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 14.04.2024., https://urn.nsk.hr/urn:nbn:hr:217:788907

Zirdum I. Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2017 [pristupljeno 14.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:788907

I. Zirdum, "Prepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:788907

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:788907
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrepoznavanje lica pomoću tenzorske dekompozicije singularnih vrijednosti
AutorIvan Zirdum
MentorNela Bosner (mentor)
Član povjerenstvaNela Bosner (predsjednik povjerenstva)
Član povjerenstvaDražen Adamović (član povjerenstva)
Član povjerenstvaMea Bombardelli (član povjerenstva)
Član povjerenstvaDijana Ilišević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2017-11-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U ovom radu opisani su automatski postupci za prepoznavanje lica na fotografijama koji ne ovise o variranju uvjeta poput osvjetljenja, kuta gledanja ili izraza lica. U zadnje vrijeme proučavaju se metode za multilinearnu analizu skupine slika. Posebno se za problem prepoznavanja slika razmatra korištenje tenzorskog modela. U tom slučaju modovi tenzora predstavljaju različite uvjete gledanja kao što su osvjetljenje i izrazi lica, i time se povećava preciznost algoritma za prepoznavanje. U radnji ćemo se fokusirati na tenzorsku metodu za prepoznavanje lica. Budući da se bavimo fotografijama koje su spremljene kao \(m \times n\) polja, postupci računanja za identifikaciju lica na svakoj slici bili bi prezahtjevni. Tenzorska dekompozicija singularnih vrijednosti (HOSVD) može se koristiti za smanjenje dimenzionalnosti i redukciju broja operacija kod računanja. Na kraju je teorija ilustrirana konkretnim primjerima izraženim u MATLABu.
Sažetak (engleski)
This paper describes automatic face recognition procedures for images that do not depend on variations in conditions such as brightness, angle of view, or facial expression. Lately, the methods for multilinear analysis of a group of images are being studied. When it comes to the problem of image recognition, the use of the tensor model has especially been taken into account. In this case, the modes of the tensors represent different viewing conditions such as illumination and facial expressions, thereby increasing the accuracy of the recognition algorithm. The paper focuses on the tensor method for facial recognition. Since we are dealing with images saved as \(m \times n\)fields, counting procedures for face identification in each image would be overwhelming. Tensor decomposition of singular values (HOSVD) can be used to reduce dimensionality and reduce number of operations in computing. In the end of the paper, the theory is illustrated by concrete examples expressed in MATLAB.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:788907
Studijski programNaziv: Primijenjena matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2018-07-05 10:25:41