Vyhodnocení efektivity reklamy za použití detektoru lidí a odhadování směru pohledu.
Evaluation of advertisement effectiveness using people detection and gaze estimation.
Typ dokumentu
diplomová prácemaster thesis
Autor
Thi Thu Hien Nguyenová
Vedoucí práce
Naiser Filip
Oponent práce
Franc Jiří
Studijní program
Aplikované matematicko-stochastické metodyInstituce přidělující hodnost
katedra matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Cílem této práce bylo vytvořit algoritmus, který je schopen odhadovat, zda se osoba vyskytující se na vstupním obrázku dívá na reklamní baner (citylight). To zahrnovalo seznámit se s problematikou kalibrace kamery. Prostudovat si problematiku detekce a sledování lidského těla, odhad pozice hlavy a predikce věku a pohlaví pomocí metod hlubokého učení. Zvolit state-of-the-art detektor chodců, dotrénovat ho na predikci pohlaví a použít ho v prostředí zamyšlené aplikace. Nakonec jsme měli tento algoritmus zoptimalizovat a vyhodnotit přesnosti statistik jako je například počet diváků. The goal of this work was to create an algorithm that is able to estimate whether the person appearing in the input image is looking at an advertising banner (citylight). This included learning about camera calibration. Study the problem of human body detection and tracking, head position estimation and age and gender prediction using deep learning methods. Choose a state-of-the-art pedestrian detector, finetuned it to predict gender and use it in the environment of a thoughtful application. Finally, we had to optimize this algorithm and evaluate the accuracy of statistics such as the number of viewers.
Kolekce
- Diplomové práce - 14101 [140]