Face Recognition in Social Networks
Face Recognition in Social Networks
bakalářská práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/46318Identifikátory
SIS: 124214
Kolekce
- Kvalifikační práce [11267]
Autor
Vedoucí práce
Oponent práce
Kolomazník, Jan
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Programování
Katedra / ústav / klinika
Katedra softwarového inženýrství
Datum obhajoby
18. 6. 2012
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
rozpoznávání tváří, sociální sítě, eigenfaceKlíčová slova (anglicky)
face recognition, social networks, eigenfaceRozpoznávání tváří je čím dál tím populárnější služba v různých obrázkových galeriích a sociálních sítích. Žádná z těchto reálných aplikací však neposkytuje uživateli možnost nastavení parametrů. Cílem této práce je vyvinout knihovnu pro detekci a rozpoznávání tváří kterou bude možno jednoduše použít v jiném programu a také webovou aplikaci rozpoznávající tváře, prostředím podobnou sociální síti, která bude tuto knihovnu využívat. Samozřejmě se nesnažíme konkurovat rozponávání tváří ve velkých sociálních sítích, mimo jiné proto, že to vzhledem k jejich obrovské databázi není dobře možné. V experimentální části práce se snažíme nalézt co nejvhodnější parametry, aby detekce i rozpoznávání byly co nejpřesnější.
Popularity of face recognition in image galleries and social networks is growing. But none of these real world applications let the user adjust parameters. The goal of this thesis is to develop a library for face detection and recognition which can be easily used in some other program and also a web application recognizing faces, with environment similar to the one of social networks, which uses the library. Of course we do not try to compete with big social networks in the field of face recognition, because it will be almost impossible due to their enormous databases. In the experimental part of the work we try to find most suitable parameters such that face detection and face recognition would be as accurate as possible.