Odhad pohlaví a věku z videa lidské tváře
Gender and Age Estimation from Video
Type of document
bakalářská prácebachelor thesis
Author
Krček Jan
Supervisor
Franc Vojtěch
Opponent
Urban Martin
Field of study
Informatika a počítačové vědyStudy program
Otevřená informatikaInstitutions assigning rank
katedra kybernetikyRights
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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdfVysokoškolská 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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdf
Metadata
Show full item recordAbstract
Bakalářská práce se zaměřuje na implementaci metody odhadu věku
a pohlaví lidských tváří z videa. Využívá k tomu již existující knihovny pro
odhad věku a pohlaví ze statických obrázků a sestavuje protokol pro testování
přesnosti klasifikátorů věku a pohlaví. Přesnost klasifikátorů je zvýšena
použitím lineárního verifikačního klasifikátoru, který z rozhodování vyřazuje
problematické obrázky ze vstupní video sekvence. Práce porovnává více způsobů
trénování a ladění verifikačních klasifikátorů. Experimenty ukazují, že použitím
verifikačního klasifikátoru lze významně redukovat chybovost odhadu pohlaví. This bachelor project focuses on implementing a method for
prediction of gender and age of human faces in video sequences. The project
builds on existing libraries for gender and age prediction from still images. In
the thesis we created testing protocol for benchmarking accuracy of gender and
age predictors working with video. Predictor accuracy is enhanced by usage of
linear verification classifiers used to filter out difficult or corrupted frames
from the input video sequence. The work compares multiple verification classifiers and
different approaches to training and fine tuning their parameters. The
experiments show that using the verification classifier can significantly reduce
the gender prediction error.
Collections
- Bakalářské práce - 13133 [778]