| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Sejas atpazīšana ar ierobežotiem ieejas datiem |
| Title in English |
Face Recognition with Limited Input Data |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Olga Krutikova |
| Reviewer |
Aleksandrs Sisojevs |
| Abstract |
Darba mērķis ir analizēt un salīdzināt dziļās mācīšanās balstītas sejas atpazīšanas metodes, novērtējot to efektivitāti darbā ar ierobežotu datu apjomu. Darbā tiek aplūkoti sejas atpazīšanas tehnoloģiju teorētiskie pamati, biometriskās identifikācijas principi un dziļās mācīšanās pieeju attīstība. Tiek analizētas divas populāras metodes – FaceNet un DeepFace, raksturoti to darbības principi, priekšrocības un ierobežojumi. Praktiskajā daļā tiek veikta abu metožu inicializēšana un realizācija Python vidē, izmantojot publiski pieejamu Labeled Faces in the Wild (LFW) datu kopu. Tiek izstrādāts komandrindas rīks (CLI), kas nodrošina vienotu testēšanas vidi abu metožu salīdzināšanai. Ar šī rīka palīdzību tiek veikti eksperimenti ar vairākiem attēlu pāriem, analizēti iegūtie rezultāti un novērtēta metožu precizitāte un stabilitāte. Pēc eksperimentu veikšanas tiek veikts FaceNet un DeepFace metožu salīdzinājums, identificētas to būtiskākās atšķirības un novērtēta to piemērotība praktiskai lietošanai. Balstoties uz iegūtajiem rezultātiem, tiek noteikta efektīvākā pieeja, piedāvāti un izstrādāti tās turpmākās attīstības un uzlabošanas virzieni.
Darbs sastāv no titullapas, anotācijas latviešu un angļu valodā, teorētiskās daļas, uzlabotās DeepFace metodes izstrādes daļas, eksperimentālās daļas, secinājumiem, izmantoto informācijas avotu saraksta un pielikumiem.
Bakalaura darba apjoms ir 66 lappuses, tajā ir 9 attēli, 4 tabulas un 4 pielikumi. |
| Keywords |
DEEPFACE, FACENET, SEJAS ATPAZĪŠANA, MAŠĪNMĀCĪŠANĀS, DATORREDZE |
| Keywords in English |
DEEPFACE, FACENET, FACE RECOGNITION, DEEP LEARNING, BIOMETRIC IDENTIFICATION, COMPUTER VISION |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 19:08:41 |
