Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Razvoj sistema za prepoznavanje obrazov
Avtorji:
ID
Čelik, Nejc
(
Avtor
)
ID
Kljajić Borštnar, Mirjana
(
Mentor
)
Več o mentorju...
Datoteke:
MAG_Celik_Nejc_2023.pdf
(4,21 MB)
MD5: 36916396F7144F569B2C973001EE0422
Jezik:
Slovenski jezik
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
FOV - Fakulteta za organizacijske vede
Opis:
V magistrskem delu smo opisali problem razvoja sistemov za prepoznavanje obrazov. Sistemi za prepoznavanje obrazov morajo poleg ločevanja med obrazi različnih oseb za mnoge primere uporabe, kot je na primer kontrola dostopa, biti sposobni ločiti med resničnimi in lažnimi obrazi (npr. natisnjena fotografija). Brez sposobnosti zaznave lažnih obrazov imajo sistemi za prepoznavanje obrazov veliko ranljivost z vidika varnosti. Predstavili smo moderne tehnologije strojnega učenja, ki omogočajo izdelavo modelov za 2D prepoznavanje obrazov in prepoznavanje lažnih obrazov. Poleg tehnologij smo predstavili tudi proces razvoja modela za prepoznavanje obrazov z omejeno količino podatkov brez uporabe etično vprašljivih podatkovnih množic in proces razvoja modela za prepoznavanje lažnih obrazov.
Ključne besede:
prepoznavanje obrazov
,
konvolucijske nevronske mreže
,
razvoj sistemov
Kraj izida:
Maribor
Leto izida:
2023
PID:
20.500.12556/DKUM-85705
COBISS.SI-ID:
173244163
Datum objave v DKUM:
22.11.2023
Število ogledov:
723
Število prenosov:
102
Metapodatki:
Področja:
FOV
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Skupna ocena:
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
06.09.2023
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Development of a facial recognition system
Opis:
This thesis discusses the development and functionality of facial recognition systems. Besides face recognition, facial recognition systems must be able to separate between live or spoof faces for many different use cases such as access control. Without a solution to prevent face anti-spoofing facial recognition systems have big vulnerabilities from a security perspective. We explore the latest advancements in deep learning technology that allow for the creating of 2D facial recognition models and face anti-spoofing models. We present a method for training facial recognition models with limited data, eliminating the need for large, ethically questionable datasets. In addition, we also present the development of a face anti-spoofing model.
Ključne besede:
Face recognition
,
Convolutional Neural Networks
,
System development
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj
