<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>SLEDENJE OBRAZOM NA VIDEO POSNETKIH</dc:title><dc:creator>Bobek,	Tilen	(Avtor)
	</dc:creator><dc:creator>Zazula,	Damjan	(Mentor)
	</dc:creator><dc:creator>Divjak,	Matjaž	(Komentor)
	</dc:creator><dc:subject>Računalniški vid</dc:subject><dc:subject>sledenje gibanju</dc:subject><dc:subject>algoritem povprečnega premika</dc:subject><dc:subject>algoritem Camshift</dc:subject><dc:subject>algoritem Lucas-Kanade</dc:subject><dc:subject>optični tok</dc:subject><dc:subject>histogrami</dc:subject><dc:subject>OpenCV</dc:subject><dc:subject>Emgu CV</dc:subject><dc:description>V diplomskem delu preučujemo algoritme na področju sledenja obrazom na video posnetkih. Sprva razčlenimo področje raziskovanja in predstavimo teoretično osnovo priljubljenih sledilnih algoritmov. Večji poudarek namenjamo zasnovi lastne sledilne metode, ki za predstavitev obraza uporablja značilnice za opis barv in tekstur. Izhodišče za razvoj predstavlja obstoječi algoritem Camshift, ki temelji na metodi za iskanje lokalnega ekstrema funkcije in opisuje gostoto porazdelitve podatkovnih vrednosti. Razvili smo orodje za analizo učinkovitosti delovanja sledilnih algoritmov, s pomočjo katerega smo preizkusili sledilne metode na izbranih video posnetkih, ki prikazujejo obraze. Dobljene rezultate smo analizirali in jih med seboj primerjali. Ugotovili smo, da sledilna metoda, ki smo jo razvili sami, dosega boljše rezultate od algoritmov, s katerima smo jo primerjali.            </dc:description><dc:publisher>[T. Bobek]</dc:publisher><dc:date>2012</dc:date><dc:date>2012-05-21 21:14:56</dc:date><dc:type>Diplomsko delo</dc:type><dc:identifier>23081</dc:identifier><dc:identifier>UDK: 004.92(043.2)</dc:identifier><dc:identifier>COBISS_ID: 16209942</dc:identifier><dc:identifier>NUK URN: URN:SI:UM:DK:OY1A6J1P</dc:identifier><dc:language>sl</dc:language></metadata>
