Streszczenie:
Celem poniższej pracy jest przedstawienie metod uczenia maszynowego używanego
do detekcji twarzy w obrazie w celu nałożenia nią cenzury w czasie
rzeczywistym.
Początek pracy skupia się na ogólnych zagadnieniach teoretycznych związanych z historią, działaniem i zastosowaniami uczenia maszynowego. Następnie
bardziej szczegółowo opisywana jest wizja komputerowa i detekcja twarzy
relatywnie prostą metodą kaskad Haara, po czym omawiane są głębokie sieci
neuronowe i MultiTask Cascaded Convolutional Neural Network (MTCNN).
Praca zamyka opis projektu inżynierskiego implementującego powyższe metody
detekcji twarzy w języku Python z wykorzystaniem bibliotek open-source.