RECOGNIZING PERSONS IN AN IMAGE BASED ON DEEP LEARNING

U ovom radu objašnjeni su principi rada dubokog učenja za rješavanje problema prepoznavanja osobe u digitalnoj slici. Općenito se za rješavanje problema u računalnom vidu koriste konvolucijske neuronske mreže. Ovaj rad se bavi prilagođavanjem postojeće konvolucijske neuronske mreže koja će obavljati prepoznavanje osoba. Tehnikom prenesenog učenja na VGGNet-16 modelu je izgrađena mreža koja može prepoznati osam jedinstvenih identiteta. Treniranje je obavljeno na javno dostupnoj bazi podataka slika lica čiji se broj slika dodatno povećao augmentacijom skupa tih slika. Dio slika iz baze podataka se izdvojio od trening podataka za kasnije vrednovanje dobivenog modela. Vrednovanjem modela na tim slikama dobije se prosječna točnost prepoznavanja od 83 posto.This paper explains the principles of deep learning work to solve the problem of recognizing a person in a digital image. Generally, convolutional neural networks are used to solve computer vision problems. This paper deals with the adjustment of an existing convolutional neural network that will perform recognition of persons. Using transfer learning on VGGNet-16 model a network has been built that can recognize eight unique identities. The training was performed on a publicly available database of facial images whose number of images was further increased by augmenting a set of these images. Part of the images from the database have been sorted out from the training data for later evaluation of the made model. Evaluating the models with these images yields an average recognition accuracy of 83 precent