Arcok osztályozása deep learning technikával

OData támogatás
Konzulens:
Dr. Kővári Bence András
Automatizálási és Alkalmazott Informatikai Tanszék

Azért választottam a szakdolgozatom témájaként az arcok osztályozását, mert az egyre okosabb elektronikai eszközökkel szemben egyre magasabb az elvárás, hogy minél inkább igazodjanak az aktuális felhasználóhoz. Ha egy eszköz be tudná osztályozni a kamerája által látott arcot az alapján, hogy milyen érzelem látható rajta, akkor az sokkal személyre szabottabb működést eredményezne.

Míg egy átlagos embernek nem okoz problémát az érzelmek felismerése egy arcon, addig egy számítógépnek ez egyáltalán nem triviális feladat. Az embereknél ez zsigeri úton történik, ez viszont a számítógépeknél nem oldható meg algoritmikusan, így egyéb megoldásokhoz kell folyamodni.

E probléma megoldásához azonban először szükségem volt egy olyan elméleti tudást elsajátítani a neurális hálózatok világában, amit aztán összefoglalva az Olvasó is mélyebb betekintést nyerhet a működésbe Az alapoktól haladva a leggyakrabban előforduló fogalmakat tisztázom, mint például az egyszerű perceptront, többrétegű perceptront, aktivációs függvényeket, majd néhány bonyolultabb struktúrát is elmagyarázok, például a konvolúciós neurális hálózatokat és a hozzájuk tartozó különféle réteg típusait. Később ezt a tudást használom fel a kitűzött cél megoldásához, létrehozok egy modellt, ami megpróbálja felismerni az érzelmeket arcképek alapján. Az általam létrehozott modellt kiértékelve pedig arra jutottam, hogy a teljesítménye megközelíti az emberi pontosságot ugyanazon az adathalmazon.

Az itt átadott ismeretek nem csak az általam megszabott probléma megoldásában segíthetnek, hanem egy olyan szemléletmódot mutat meg az Olvasónak, aminek segítségével más hasonló feladatoknak is gyorsabban neki tud látni.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.