Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1029165

Detekcija emocija učenika za vrijeme školskog sata s fotografija


Dukić, David
Detekcija emocija učenika za vrijeme školskog sata s fotografija, 2019., diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb, Hrvatska


CROSBI ID: 1029165 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Detekcija emocija učenika za vrijeme školskog sata s fotografija
(Emotion Detection of Pupils During Lecture From Photographs)

Autori
Dukić, David

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb, Hrvatska

Datum
09.07

Godina
2019

Stranica
33

Mentor
Sović Kržić, Ana

Ključne riječi
OpenCV ; AdaBoost ; strojno učenje ; matrica konfuzije
(OpenCV ; AdaBoost ; machine learning ; confusion matrix)

Sažetak
Detekcija emocija jedan je od težih problema računalnog vida. Psiholozi definiraju sedam osnovnih emocija, a to su: sreća, tuga, ljutnja, gađenje, strah, iznenađenje i prezir. Od tih emocija stvoren je reducirani skup emocija koji je primijenjen za detekciju emocija učenika na nastavi. Problem detekcije emocija rješava se algoritmima strojnog učenja za klasifikaciju. Odabrana su dva algoritma strojnog učenja: metoda potpornih vektora i algoritam šume slučajnih stabala. Skup podataka na kojem algoritmi uče i testiraju svoju uspješnost ručno je izrađen. Algoritmima je potreban vektor značajki za svaku fotografiju te pripadna oznaka emocije. Vektor značajki dobiven je pronalaskom bitnih obilježja lica, a oznake emocija ručno su dodijeljene. Metoda potpornih vektora korištena je kao osnovni algoritam za detekciju emocija. Dvije ključne ideje koje metoda potpornih vektora koristi su jezgreni trik te pronalazak potpornih vektora među primjercima vektora značajki. Potporni vektori definiraju granicu odluke. Rezultati dobiveni testiranjem algoritama za detekciju emocija analizirani su kroz matricu konfuzije i kroz stopu uspjeha koja predstavlja točnost.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo



POVEZANOST RADA


Projekti:
HRZZ-UIP-2017-05-5917 - Transformacija robota u edukacijsko sredstvo (TRES) (Sović Kržić, Ana, HRZZ - 2017-05) ( POIROT)

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Ana Sović (mentor)

Avatar Url David Dukić (autor)

Citiraj ovu publikaciju:

Dukić, David
Detekcija emocija učenika za vrijeme školskog sata s fotografija, 2019., diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb, Hrvatska
Dukić, D. (2019) 'Detekcija emocija učenika za vrijeme školskog sata s fotografija', diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb, Hrvatska.
@phdthesis{phdthesis, author = {Duki\'{c}, D.}, year = {2019}, pages = {33}, keywords = {OpenCV, AdaBoost, strojno u\v{c}enje, matrica konfuzije}, title = {Detekcija emocija u\v{c}enika za vrijeme \v{s}kolskog sata s fotografija}, keyword = {OpenCV, AdaBoost, strojno u\v{c}enje, matrica konfuzije}, publisherplace = {Zagreb, Hrvatska} }
@phdthesis{phdthesis, author = {Duki\'{c}, D.}, year = {2019}, pages = {33}, keywords = {OpenCV, AdaBoost, machine learning, confusion matrix}, title = {Emotion Detection of Pupils During Lecture From Photographs}, keyword = {OpenCV, AdaBoost, machine learning, confusion matrix}, publisherplace = {Zagreb, Hrvatska} }




Contrast
Increase Font
Decrease Font
Dyslexic Font