Fulltext available Open Access
Title: Super-Resolution in der Emotionserkennung : Effekte auflösungsoptimierter Bilder auf die Klassifikation von Gesichtsausdrücken durch Deep Neural Networks
Language: German
Authors: Wernst, Leander 
Issue Date: 18-Mar-2025
Abstract: 
Deep Neural Networks (DNNs) benötigen zur effektiven Aufgabenbewältigung der Emotionserkennung anhand von Gesichtsausdrücken (Facial Expression Recognition [FER]) eine große Menge hochqualitativer Bilddaten. Dabei geht diese Arbeit davon aus, dass eine hohe Datenqualität mit einem hohen Detailgrad durch hohe Auflösungen einhergeht. Bestehende oder in unterschiedlichen Anwendungsszenarien generiert...

Deep neural networks (DNNs) require a large amount of high-quality image data to effectively handle the task of facial expression recognition (FER). This work assumes that high data quality goes hand in hand with a high level of detail due to high resolutions. Existing data or data generated in various application scenarios often cannot meet these requirements. Super-Resolution (SR) is the recons...
URI: https://hdl.handle.net/20.500.12738/17313
Institute: Fakultät Design, Medien und Information 
Department Medientechnik 
Type: Thesis
Thesis type: Bachelor Thesis
Advisor: Putzar, Larissa 
Referee: Ortmann, Thorben  
Appears in Collections:Theses

Files in This Item:
File Description SizeFormat
BA_Super-Resolution_Emotionserkennung.pdf16.94 MBAdobe PDFView/Open
Show full item record

Page view(s)

75
checked on Aug 10, 2025

Download(s)

67
checked on Aug 10, 2025

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.