Detail práce
Rozpoznávání emocí pomocí konvolučních neuronových sítí
Konvoluční neuronové sítě se dnes používají v mnoha oblastech, především ale pro strojové učení,kde vykazují velkou úspěšnost. Tato práce nejprve představí existující frameworky, další algoritmypro rozpoznávání a pak popisuje, jak probíhalo vytváření vlastní datové sady a trénink modelu prorozpoznávání emocí. Tento model má úspěšnost klasifikace 60%. Model je následně využit prozískání statistik o emocích z filmových trailerů a z těchto statistik je sestaven model pro rozpoznávánížánrů, který je konečně použit v naší aplikaci pro určení žánru vstupního traileru s přesností až 47%.
Konvoluční neuronové sítě, Rozpoznávání obličejů, Rozpoznávání emocí, Rozpoznávání žánrů, Caffeframework, CK, AMFED, KDEF, SFEW, Brazilian FEI, Algoritmus K-nejbližších sousedů, OpenCV
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm dobře (C).
Jaké jsou další možné aplikace vytvořené neuronové sítě?
Jaká je časová náročnost trénování a samotného rozpoznávání?
Drahanský Martin, prof. Ing., Dipl.-Ing., Ph.D. (UITS FIT VUT), člen
Chudý Peter, doc. Ing., Ph.D. MBA (UPGM FIT VUT), člen
Očenášek Pavel, Mgr. Ing., Ph.D. (UIFS FIT VUT), člen
Strnadel Josef, Ing., Ph.D. (UPSY FIT VUT), člen
@bachelorsthesis{FITBT18304,
author = "Jan Jile\v{c}ek",
type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce",
title = "Rozpozn\'{a}v\'{a}n\'{i} emoc\'{i} pomoc\'{i} konvolu\v{c}n\'{i}ch neuronov\'{y}ch s\'{i}t\'{i}",
school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
year = 2016,
location = "Brno, CZ",
language = "czech",
url = "https://www.fit.vut.cz/study/thesis/18304/"
}