Face Detection and Tracking on the i.MX Processors

Tato bakalářská práce se zabývá detekcí a rozpoznáním lidských tváří. Nejdříve je provedena rešerše známých a efektivních metod. Patří zde starší průlomové metody jako Viola-Jones u detekce nebo Eigenfaces u rozpoznání, ale také moderní metody jako neuronové sítě. Posléze jsou metody implementovány s pomocí OpenCV knihovny a otestovány pro nalezení optimálních parametrů na databázích FDDB u detekce obličejů a AT&T u rozpoznání obličejů. S těmito parametry jsou metody otestovány pomocí kamerového modulu Raspberry Pi v2 v reálném prostředí. Všechno testování proběhlo na zařízení Raspberry Pi 3 model B s procesorem i.MX.This bachelor thesis deals with detecting and recognizing human faces. First of all, known and effective methods are described, which include older breakthrough methods like Viola-Jones for detection or Eigenfaces for recognition, but also modern methods like neural networks. After that, methods are implemented using OpenCV libraries and tested to find optimal parameters on FDDB database for face detection and on AT&T database for face recognition. With these parameters, the methods are tested using the Raspberry Pi v2 camera module in a real environment. All testing was carried out on device Raspberry Pi 3 model B with i.MX processor.460 - Katedra informatikyvýborn