| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Datorredzes un datordzirdes metožu lietošanas izpēte emociju atpazīšanai audio-vizuālajos datos |
| Nosaukums angļu valodā |
Analysis of Computer Vision and Audition Application to Emotion Recognition in Audio-visual Data |
| Struktūrvienība |
12100 Informācijas tehnoloģijas institūts |
| Darba vadītājs |
Sergejs Paršutins |
| Recenzents |
Mg. sc. ing. Irēna Tuleiko |
| Anotācija |
Darba gaitā tika izpētīta literatūra par multimodālo emociju klasificēšanu, veikta datu
kopu analīze un datu apstrāde, izveidoti un salīdzināti risinājumi un eksperimenti audio, video
un audio-vizuālo datu klasifikācijai.
Risinājums izveidots, izmantojot Python 3.6 programmēšanas valodu, izmantojot
Keras, TensorFlow, Sci-Kit un citas dziļās un mašīnmācīšās bibliotēkas.
Procesa gaitā tika iegūti vairāki ieskati, secinājumi un problēmas emociju atpazīšanas
uzdevumam izmantojot audio un vizuālos datus. Tika veikta vairāku datu kopu salīdzināšana
un vizualizācija, kā arī datu pirmsapstrāde. Izveidotie risinājumi, balstoties uz datu kopām, spēj
klasificēt datus ar precizitāti līdz pat 70%, kā arī ir lietojami reālā laika emociju atpazīšanai
sistēmās ar ierobežotiem resursiem. Veiktais pētījums dod priekšstatu par to, kādu risinājuma
arhitektūru izvēlēties, balstoties uz pieejamajiem datiem un dotajam uzdevumam, kā arī kādus
rezultātus sagaidīt un kādām problēmām var nākties saskarties.
Rezultāti ir balstīti uz darbā aprakstītajām datu kopām un risinājumi ir izveidoti, lai
precīzāk klasificētu reālās vides ierakstus, nevis iegūtu augstāku precizitāti mākslīgi
izveidotajās datu kopās. |
| Atslēgas vārdi |
Mašīnmācīšanās, Dziļā mācīšanās, Klasifikācija, Emocijas, Python, Keras |
| Atslēgas vārdi angļu valodā |
Machine learning, Deep learning, Classification, Emotion, Python, Keras |
| Valoda |
lv |
| Gads |
2020 |
| Darba augšupielādes datums un laiks |
14.06.2020 19:39:55 |
