Cílem této práce je návrh a implementace systému rozpoznávání obličeje. V první části je poskytnut přehled moderních metod, na který navazuje podrobný rozbor výzkumu ztrátových funkcí. Důraz je kladen na ztrátovou funkci ArcFace. Tato funkce byla použita při trénování modelu, jenž tvoří jádro systému implementovaného v rámci této práce. Druhá část práce obsahuje návrh a popis implementace systému. V závěru je systém porovnán s komerčním algoritmem. Vyhodnocení proběhlo na datasetu, jenž byl vytvořen ze záznamu večerních zpráv České Televize.
Anotace v angličtině
The goal of this study is to design and implement an end-to-end facial recognition system. The first part is focused on a general overview of modern methods followed by an in-depth description of state-of-the-art research of loss functions. The emphasis is being put on the ArcFace loss as it is the research which forms the basis of the facial recognition system implemented in this thesis. The second part deals with the design and implementation of the system. The end of the text contains a comparison with a commercial algorithm. The performance was evaluated on a dataset which was created from the recordings of evening news on the czech public television broadcast (Česká Televize).
Cílem této práce je návrh a implementace systému rozpoznávání obličeje. V první části je poskytnut přehled moderních metod, na který navazuje podrobný rozbor výzkumu ztrátových funkcí. Důraz je kladen na ztrátovou funkci ArcFace. Tato funkce byla použita při trénování modelu, jenž tvoří jádro systému implementovaného v rámci této práce. Druhá část práce obsahuje návrh a popis implementace systému. V závěru je systém porovnán s komerčním algoritmem. Vyhodnocení proběhlo na datasetu, jenž byl vytvořen ze záznamu večerních zpráv České Televize.
Anotace v angličtině
The goal of this study is to design and implement an end-to-end facial recognition system. The first part is focused on a general overview of modern methods followed by an in-depth description of state-of-the-art research of loss functions. The emphasis is being put on the ArcFace loss as it is the research which forms the basis of the facial recognition system implemented in this thesis. The second part deals with the design and implementation of the system. The end of the text contains a comparison with a commercial algorithm. The performance was evaluated on a dataset which was created from the recordings of evening news on the czech public television broadcast (Česká Televize).
Seznamte se se stávajícími metodami automatického rozpoznávání lidské tváře
Implementujte vybraný state-of-the-art algoritmus
Zvolený algoritmus otestujte na vhodném benchmarkovém datasetu
Srovnejte získané výsledky se zvoleným komerčním algoritmem
Zhodnoťte získané výsledky
Zásady pro vypracování
Seznamte se se stávajícími metodami automatického rozpoznávání lidské tváře
Implementujte vybraný state-of-the-art algoritmus
Zvolený algoritmus otestujte na vhodném benchmarkovém datasetu
Srovnejte získané výsledky se zvoleným komerčním algoritmem
Zhodnoťte získané výsledky
Seznam doporučené literatury
Deng, Jiankang, et al. "Arcface: Additive angular margin loss for deep face recognition." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.
Seznam doporučené literatury
Deng, Jiankang, et al. "Arcface: Additive angular margin loss for deep face recognition." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.