Развитие и применение методов, алгоритмов и программных средств автоматической видео идентификации для предоставления индивидуального доступа по изображению лица

• Автор: Куликов, Александр Анатольевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Москва
• Количество страниц: 323 с. : ил.

Оглавление

Перечень сокращений

Введение
Глава I. Аналитический обзор методов, алгоритмов и программных средств распознавания лица

1.1 .Основные классы решаемых задач связанных с идентификацией личности

1.2.Анализ существующих методов распознавания человека по изображению лица.

1.3.Программные средства распознавания лицевых изображений

1.4.Сравнительный анализ методов распознавания лицевых изображений. Постановка задачи диссертационного исследования

Глава II. Развитие методов и алгоритмов распознавания человека по изображению лица

2.1. Необходимость исследования и доработки алгоритмов распознавания применительно к изображению лица

2.2. Принципы поэтапного распознавания лица

2.3.Разработка модифицированного метода распознавания на основе эластичного графа применительно к распознаванию лица. Введение понятия джета
2.4.Разработка алгоритма хранения и поиска данных для идентификации лица. Разработка типовой структуры организации информационного хранилища ключевых признаков лицевых изображений
2.5.Краткие выводы по главе II
Глава III. Применение нейросетевого подхода в задаче распознавания лицевого изображения
3.1.Алгоритм обучения нечеткой нейронной сетиКЕГОазБ
3.2.Проведение экспериментов с нейронной сетью ПЕГОаэз применительно к распознаванию человека по изображению лица

3.3.Исследования влияния оценки степени сжатия изображения лица на результат идентификации для контрольно пропускной системы
3.4.Разработка алгоритма обучения модифицированной нейронной сети ПЕБОазз М для введенного понятия джета
3.5.Проведение экспериментов с нейронной сетью КЕРОазэ М применительно к распознаванию человека по изображению лица
3.6. Разработка типовой структуры контрольно-пропускной системы для автоматической видео идентификации
3.7.Разработка программного обеспечения обработки изображения лица и описание интерфейса системы идентификации лиц для обучения и настройки системы.
3.8.Краткие выводы по главе III
ЗАКЛЮЧЕНИЕ
Литература
Список работ, опубликованных по теме диссертации
Приложения:
Приложение 1. Расчет параметров нейронной сети ЫЕРСЗазз М в математическом редакторе МаШсас!
Приложение 2. Акты о внедрении контрольно-пропускной системы автоматической видео идентификации личности по лицевому изображению..
Приложение 3. Листинг разработанного программного средства

Перечень сокращений
КПС - Контрольно-пропускная система
НС- нейронная сеть
ННС - нечеткая нейронная сеть
РСА- (Principal Component Analysis)MeTo;j анализа главных компонент
FLD (LDA) - (Linear Discriminant Analysis) метод линейного дискриминантного
анализа
DIFS - (Distance in feature space) расстояние в собственном пространстве
DFFS - (Distance from feature space) расстояние до проекции в собственном
пространстве
JPEG - формат файла изображения лица
Jet - фрагмент полутонового изображения вокруг заданного пикселя.
ER - (entity-relationship model) модель данных СКО - среднеквадратическая ошибка
ORL - (Olivetti Research Laboratory) база изображений лиц

виям (масштаб, поворот, центрирование, выравнивание яркости, отсечение фона);
- отсутствие чувствительности к изменению яркости, контраста изображения;
- для метода главных компонент нежелательно наличие таких факторов, как очки, изменения в причёске, выражении лица и прочих внутриклассовых вариаций, тогда как метод эластичного графа успешно с ними справляется;
- метод главных компонент крайне чувствителен к возможным поворотам лица в глубину (ракурс), тогда как у метода эластичного графа такого ограничения нет и он выполняет распознавание с высокой точностью при угле ракурса до 22°;
- метод эластичного графа позволяет с высокой точностью находить на изображении лица антропометрические точки, геометрические соотношения между которыми также могут быть использованы при распознавании лица.
Общим недостатком обоих методов является их вычислительная трудоемкость и этот фактор нельзя не рассматривать при построении информационных систем, работа в которых приближена к условиям реального времени. Однако, в связи с быстрое развитие средств вычислительной техники, делает эти трудности временными и преодолимыми в ближайшее время.