Алгоритмы обнаружения лица человека для решения прикладных задач анализа и обработки изображений

Алгоритмы обнаружения лица человека для решения прикладных задач анализа и обработки изображений

Автор: Кудряшов, Павел Павлович

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Волгоград

Количество страниц: 127 с. ил.

Артикул: 3381562

Автор: Кудряшов, Павел Павлович

Стоимость: 250 руб.

Алгоритмы обнаружения лица человека для решения прикладных задач анализа и обработки изображений  Алгоритмы обнаружения лица человека для решения прикладных задач анализа и обработки изображений 

СОДЕРЖАНИЕ
Аннотация
Введение.б
1. Анализ проблемы обнаружения лица человека на цифровых
изображениях
1.1. Постановка задачи обнаружения лица человека.
1.2. Методы эмпирического распознавания
1.2.1. Общее описание методов эмпирического распознавания.
1.2.2. Методы, основанные на шаблонах
1.2.3. Методы, основанные на признаках.
1.2.4. Методы с использованием контурных моделей.
1.2.5. Методы с использованием цветовой сегментации
1.3. Методы моделирования изображения лица.
1.3.1. Общее описание методов моделирования изображения лица.
1.3.2. Байесовские сети
1.3.3. Машины опорных векторов
1.3.4. Нейронные сети
1.3.5. Сети .
1.3.6. Классификатор Vi.
1.4. Основные характеристики алгоритмов распознавания
1.5. Анализ существующих методов обнаружения лица человека.
1.6. Цель и задачи исследования
2. Алгоритмы обнаружения лица человека
2.1. Ограничения, накладываемые на понятие изображение лица человека. 4Г
2.2. Этап обучения классификатора
2.2.1. Расширенный набор типов признаков.
2.2.2. Матрица объекта.
2.3. Этап обнаружения лица человека
2.3.1. Использование механизма поворотов для подтверждения обнаружения
2.3.2. Использование адаптивного шага масштабирования окна поиска
2.4. Определение размеров и положения лица человека
2.4.1. Определение областей цвета кожи.
2.4.2. Сегментация с использование обрамляющих эллипсов
2.4.3. Определение угла наклона лица человека
2.5. Гибридный алгоритм обнаружения лица человека
2.6. Выводы по второй главе.
3. Разработка программного модуля быстрого обнаружения лица
человека
3.1. Общая характеристика модуля
3.1.1. Основные требования.
3.1.2. Использование сторонних библиотек.
3.1.3. Программная реализация
3.2. Архитектура программного модуля
3.2.1. Подсистема предварительного определения положения и размеров лица
3.2.2. Подсистема обнаружения лица.
3.2.3. Подсистема подтверждения обнаружения лица.
3.3. Результаты функционирования модуля при решении тестовых задач
3.4. Области применения модуля
3.5. Границы применимости модуля
3.6. Система распознавания лиц человека на цифровых изображениях i
i
3.7. Выводы по третьей главе
4. Глава 4. Применение модуля быстрого обнаружения лица человека
для решения прикладных задач
4.1. Прототип системы контенториентированного сжатия изображений.
4.1.1. Описание системы.
4.1.2. Результаты работы.
4.2. Система автоматической коррекции красных глаз v.
4.2.1. Эффект красных глаз.
4.2.2. Задача коррекции эффекта красных глаз.
4.2.3. Общая характеристика системы
4.2.4. Архитектура системы.
4.2.5. Программная реализация системы.
4.2.6. Анализ результатов работы автоматической системы коррекции красных глаз
4.2.7. Области применения системы автоматической коррекции красных глаз
4.3. Выводы по четвертой главе.
Основные результаты диссертационной работы.
Список сокращений и условных обозначений.
Список использованной литературы


Задача обнаружения лица человека является сложной ввиду нескольких основных причин: высокая вариативность лиц человека, обусловленная анатомическими и фенотипическими особенностями индивидов; различные условия освещенности, определяющиеся типом, количеством и направлением источников света; необходимость обнаружения лиц, находящихся в произвольных положениях и наклонах. Однако даже наиболее быстрые из существующих подходов (Viola , Lienhart , Shneiderman ) позволяют обнаруживать лица в реальном времени лишь при вертикальном положении лица и непригодны для обнаружения лиц, повернутых в плоскости изображения под произвольным углом. Для успешного функционирования системы обнаружения лиц обеспечение высокой скорости работы должно также сочетаться с малым количеством ложных обнаружений. В существующих системах при увеличении процента обнаружений свыше % наблюдается экспоненциальный рост числа ложных обнаружений, что затрудняет использование этих систем в случаях, когда требуется процент обнаружения близкий к 0%. Таким образом, учитывая, что наиболее важными характеристиками систем обнаружения являются скорость и процент обнаружения, актуальной является задача разработки и внедрения новых, более быстрых и точных алгоритмов, способных обнаруживать лицо человека, наклоненное под произвольным углом в плоскости изображения. Цель работы и задачи исследования. Целью диссертационной работы является повышение эффективности обнаружения лица человека на цифровых изображениях за счет разработки и применения новых и модифицированных алгоритмов. Под повышением эффективности понимается улучшение следующих характеристик: повышение процента обнаружения лиц человека, снижение процента ложных обнаружений, снижение времени обучения классификатора и времени обработки изображения по отношению к результатам существующих алгоритмов. Объект исследования. Процесс обнаружения лица человека на цифровых изображениях с использованием вычислительной машины. Предмет исследования. Методы исследования. В диссертации использованы методы системного анализа, распознавания образов, компьютерного зрения, математической статистики, параллельного программирования, объектно-ориентированного проектирования систем. Viola-Jones с использованием нового типа признаков треугольной формы и матрицы объекта. Использование треугольных признаков позволяет добиться более точной аппроксимации наклонных черт лица. Использование матрицы объекта позволяет повысить скорость обучения при одновременном снижении объема базы обучающих примеров. Viola-Jones, алгоритме прогнозирования положения и размеров лица человека и алгоритме подтверждения обнаружения лица с использованием механизма поворотов. Обоснованность и достоверность результатов, приведенных в диссертационной работе, обеспечиваются использованием зарекомендовавших себя методов системного анализа, компьютерного зрения и распознавания образов, подтверждаются результатами работы разработанного модуля быстрого обнаружения лиц на тестовой базе изображений, а также результатами его работы при решении практической задачи обнаружения лица человека в системе автоматической коррекции красных глаз "Red Eye Remove". Практическая значимость и внедрение. Система может быть использована для коррекции цифровых фотографий рядовых пользователей, в фотосалонах, фотоаппаратах, в составе цифровых комплексов высокопроизводительной печати фотолабораторий и в автоматических киосках фотопечати. Система автоматической коррекции красных глаз "Red Eye Remove" внедрена фотосалоне "DeaLux" в г. Волгограде. С использованием системы откорректировано свыше фотографий клиентов сети. Red Eye Remove" и система обнаружения лица человека "Rapid face detection" зарегистрированы в отраслевом фонде алгоритмов и программ ФГНУ "Государственный координационный центр информационных технологий" Федерального агентства по образованию РФ. Апробация результатов работы. IT + SE)" (Гурзуф, Украина, ), "Интеллектуальные системы (AIS). Интеллектуальные САПР (CAD)" (Дивноморское, ), "Технологии Microsoft в теории и практике программирования" (Москва, ), "Новые информационные технологии" (Судак, ), "Информационные технологии в образовании, технике и медицине" (Волгоград, ), Региональная конференция молодых исследователей Волгоградской обл. Волгоград, ). Публикации.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.551, запросов: 244