Please use this identifier to cite or link to this item:https://hdl.handle.net/20.500.12259/130068
Type of publication: master thesis
Field of Science: Informatika / Informatics (N009)
Author(s): Simokaitis, Vilius
Supervisor: Davidsonas, Andrius
Title: Atpažinimo metodų pritaikymo galimybių veidų segmentavimui tyrimas
Other Title: Investigation of the application possibilities of recognition methods for face segmentation
Extent: 52 p.
Date: 27-May-2021
Keywords: Segmentavimas;Segmentation;Veido sritis;Face area;Termovizija;Thermovision
Abstract: Baigiamajam darbui pasirinkta tematika yra susijusi su žmogaus atskirų veido sričių automatinio nustatymo galimybių tyrimu. Taikant veido segmentavimą, įprasta nustatyti tokias veido sritis kaip: akys, burna, nosis, ausys ir kiti. Tačiau daugeliu atveju įvairių naudojamų metodų tyrimai yra atliekami su originaliomis arba nespalvotomis žmogaus veidų nuotraukomis. Atlikus mokslinės literatūros analizę, pastebėta, jog veido segmentavimas, panaudojant termovaizdus, dar nėra plačiai išplėtotas. Darbo metu analizuoti ir vertinti vaizdų segmentavimo metodai, kurie galėtų būti pritaikomi termovaizdų segmentavimui. Pasirinktais konvoliucinių neuroninių tinklų ir aktyvių kontūrų metodais atlikti eksperimentiniai tyrimai, siekiant nustatyti metodų patikimumą. Gauti rezultatai nepakankamai geri, kuriais remiantis būtų galima teigti, kad išanalizuoti metodai yra tinkami automatizuotam veido termovaizdų sričių nustatymui.
The topic chosen for the final work is related to the study of the possibilities of automatic detection of human face‘s individual areas. When using face segmentation, it is common to identify areas of the face such as eyes, mouth, nose, ears, etc. However, in many cases, studies of the various methods used are performed with original or black-and-white photographs of human faces. An analysis of the scientific literature has shown that facial segmentation using thermal imaging is not yet widely developed. During the work, image segmentation methods that could be applied to thermal image segmentation were analyzed and evaluated. Experimental studies were performed using selected methods of convolutional neural networks and active contours to determine the reliability of the methods. The obtained results are not good enough to state that the analyzed methods are suitable for automated detection of facial thermal imaging areas.
Internet: https://hdl.handle.net/20.500.12259/130068
Appears in Collections:2021 m. (IF mag.)

Files in This Item:
vilius_simokaitis_md.pdf1.5 MBAdobe PDF   Until 2026-07-01View/Open
Show full item record
Export via OAI-PMH Interface in XML Formats
Export to Other Non-XML Formats


CORE Recommender

Page view(s)

6
checked on Jun 6, 2021

Download(s)

1
checked on Jun 6, 2021

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons