Sökning: "3D ResNet"

Visar resultat 1 - 5 av 6 uppsatser innehållade orden 3D ResNet.

  1. 1. 3D Gaze Estimation on RGB Images using Vision Transformers

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Jing Li; [2023]
    Nyckelord :3D Gaze Estimation; Vision Transformers ViTs ; Convolutional Neural Networks CNNs ; Multi-Head Attention; Red-Green-Blue RGB Images; 3D Blickriktningsestimering; Vision Transformers ViTs ; Konvolutionsneurala Nätverk CNNs ; Multi-Head Attention; Röd-Grön-Blå RGB Bilder;

    Sammanfattning : Gaze estimation, a vital component in numerous applications such as humancomputer interaction, virtual reality, and driver monitoring systems, is the process of predicting the direction of an individual’s gaze. The predominant methods for gaze estimation can be broadly classified into intrusive and nonintrusive approaches. LÄS MER

  3. 2. 3D Gaze Estimation on Near Infrared Images Using Vision Transformers

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Emil Emir Vardar; [2023]
    Nyckelord :Gaze estimation; Eye tracking; Vision Transformers ViTs ; Hybrid ViTs; Deep learning; Near-infrared NIR images; Ögonblicksuppskattning; Blickspårning; Vision Transformers ViTs ; Hybrida ViTs; Djupinlärning; Nära-infraröda NIR bilder;

    Sammanfattning : Gaze estimation is the process of determining where a person is looking, which has recently become a popular research area due to its broad range of applications. For example, tools that estimate gaze are used for research, medical diagnosis, virtual and augmented reality, driver assistance system, and many more. LÄS MER

  4. 3. Matching Sticky Notes Using Latent Representations

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Javier García San Vicent; [2022]
    Nyckelord :Pattern matching; Image matching; Image recognition; Representation learning; Unsupervised learning; Semisupervised learning; Siamese architecture; Deep learning; Transfer learning; Mönstermatchning; Bildmatchning; Bildigenkänning; Representationsinlärning; Oövervakat lärande; Halvövervakat lärande; Siamesisk arkitektur; Djup lärning; Överfört lärande;

    Sammanfattning : his project addresses the issue of accurately identifying repeated images of sticky notes. Due to environmental conditions and the 3D location of the camera, different pictures taken of sticky notes may look distinct enough to be hard to determine if they belong to the same note. LÄS MER

  5. 4. Djupinlärning för kameraövervakning

    Kandidat-uppsats, Mittuniversitetet/Institutionen för informationssystem och –teknologi

    Författare :Linus Blomqvist; [2020]
    Nyckelord :Deep learning; PyTorch; 3D CNN; 3D ResNet; Djupinlärning; PyTorch; 3D CNN; 3D ResNet;

    Sammanfattning : Allt fler misshandelsbrott sker i Sverige enligt Brå. För att reducera detta kan det som fångats på övervakningskameror användas i brottsutredningar, för att senare användas som bevismaterial till att döma den eller de skyldiga till brottet. Genom att optimera övervakningen kan företag använda sig av automatiserad igenkänning. LÄS MER

  7. 5. Classification of tree species from 3D point clouds using convolutional neural networks

    Master-uppsats, Umeå universitet/Institutionen för fysik

    Författare :Marcus Wiklander; [2020]
    Nyckelord :Neural networks; Convolutional neural networks; tree species classification;

    Sammanfattning : In forest management, knowledge about a forest's distribution of tree species is key. Being able to automate tree species classification for large forest areas is of great interest, since it is tedious and costly labour doing it manually. LÄS MER