Численные методы и программный комплекс анализа документальных портретных изображений

• Автор: Мясников, Евгений Валерьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Самара
• Количество страниц: 156 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1 РАЗРАБОТКА ЧИСЛЕННЫХ МЕТОДОВ И МОДЕЛИ ДЛЯ ПОИСКА ДОКУМЕНТАЛЬНЫХ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.

1.1 Постановка задачи поиска личности по фотоизображению лица .

1.1.1 Задача поиска личности по портретному изображению как задача поиска изображений по содержанию

1.1.2 Задача поиска личности по фотоизображению лица как задача распознавания.

1.1.3 Критерии качества классификации и поиска, принятые в работе

1.2 Математическая модель лица и ее построение

1.2.1 Описание математической модели лица

1.2.2 Метод построения математической модели лица

1.2.3 Экспериментальные исследования метода построения математической модели лица

1.2.4 Нормализация изображения и выделение области изображения для расчета признаков.
1.3 Метод отбора информативных признаков на
цифровых изображениях.
1.3.1 Предварительный отбор информативных признаков
первый этап отбора.
1.3.2 Формирование множеств информативных признаков
второй этап отбора.
1.3.3 Окончательный отбор признаков третий этап отбора
1.3.4 Применение разработанного метода.
1.4 ДВУХЭТАПНЫЙ ЧИСЛЕННЫЙ МЕТОД ПОИСКА ИЗОБРАЖЕНИЙ В БАЗЕ ДАННЫХ НА ОСНОВЕ СОВМЕСТНОЙ КЛАССИФИКАЦИИ
1.4.1 Исследуемые классификаторы.
1.4.2 Процедура совместной классификации как способ повышения эффективности поиска
1.4.3 Двухэтапный метод поиска изображений в базе данных как способ повышения скорости поиска.
1.5 Общее описание информационной технологии поиска.
1.6 Выводы и результаты.
2 ЧИСЛЕННЫЙ МЕТОД СОПОСТАВЛЕНИЯ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ОЦЕНКИ ПАРАМЕТРОВ ИХ ГЕОМЕТРИЧЕСКИХ ПРЕОБРАЗОВАНИЙ.
2.1 Обзор методов оценки параметров рассогласования изображений .
2.2 Разработка метода оценки параметров геометрического
РАССОГЛАСОВАНИЯ, ОСНОВАННОГО НА ПРЕОБРАЗОВАНИИ ФУРЬЕ
2.2.1 Теоретическое обоснование метода.
2.2.2 Описание метода
2.2.3 Влияние маски на эффективность работы метода.
2.2.4 Выбор способа интерполяции при переходе к логарифмическиполярной системе координат
2.3 МОМЕНТНЫЙМЕТОД ОЦЕНКИ ПАРАМЕТРОВ ГЕОМЕТРИЧЕСКОГО РАССОГЛАСОВАНИЯ
2.4 Экспериментальные исследования методов оценки параметров
ГЕОМЕТРИЧЕСКОГО РАССОГЛАСОВАНИЯ
2.5. Экспериментальные исследования метода сопоставления
ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.
2.6. Выводы и результаты.
3 АРХИТЕКТУРА И РЕАЛИЗАЦИЯ ЭКСПЕРИМЕНТАЛЬНОГО ПРОГРАММНОГО КОМПЛЕКСА АНАЛИЗА ДОКУМЕНТАЛЬНЫХ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.
3.1 Разработка серверной части программного комплекса
3.1.1 Функции, выполняемые серверной частью
программного комплекса
3.1.2 Состав и назначение компонентов серверной части
программного комплекса
3.1.3 Подсистема взаимодействия с клиентской частью
программного комплекса
3.1.4 Логика обслуживания клиентских запросов
3.1.5 Реализация логики обслуживания запросов со стороны СУБД
3.1.6 Генерация отчетов
3.1.7 Основные динамически подключаемые библиотеки.
3.2 Разработка клиентской части программного комплекса
3.2.1 Подсистема взаимодействия с серверной частью программного комплекса
3.2.2 Подсистема взаимодействия с устройством ввода
3.2.3 Очередь запросов к серверу.
3.2.4 Основные динамически подключаемые библиотеки.
3.3 Разработка модели данных экспериментального программного комплекса анализа документальных портретных изображений
3.3.1 Логическая модель данных программного комплекса
3.3.2 Физическая модель данных программного комплекса
3.4 Выводы и результаты.
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЕ 1. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ КЛАССИФИКАТОРОВЭКСПЕРТОВ.
ПРИЛОЖЕНИЕ 2. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ КЛАССИФИКАТОРАСЕЛЕКТОРА
ПРИЛОЖЕНИЕ 3. ДОКУМЕНТЫ, ПОДТВЕРЖДАЮЩИЕ ИСПОЛЬЗОВАНИЕ РЕЗУЛЬТАТОВ ДИССЕРТАЦИИ.
ВВЕДЕНИЕ
Диссертация посвящена разработке численных методов и программного комплекса обработки и анализа документальных портретных изображений.
Актуальность


Для достижения этой цели в диссертации решаются следующие задачи. Разработка математической модели лица и метода ее построения. Разработка метода отбора информативных признаков для поиска изображений. Разработка численного метода поиска изображений в базе данных. Разработка численного метода сопоставления изображений. Разработка архитектуры и реализация экспериментального программного комплекса обработки и анализа документальных портретных изображений. Проведение экспериментальных исследований, подтверждающих эффективность разрабатываемых методов. В диссертационной работе используются методы математического анализа, теории вероятностей и статистического анализа, теории цифровой обработки сигналов и изображений, теории распознавания образов, теории оптимизации. Предложена математическая модель лица, предназначенная для быстрого выделения информативной области на документальных портретных изображениях. Разработан метод построения определения параметров этой модели на основе анализа локальных статистических характеристик изображений. Разработан двухэтапный численный метод поиска изображений в базе данных, включающий в себя предварительную селекцию изображенийпретендентов и последующую классификацию отобранных изображений с использованием набора классификаторовэкспертов и классификатораагрегатора. Разработан численный метод сопоставления портретных изображений, основанный на оценке геометрического рассогласования изображений по их спектрам, представленным в логарифмическиполярных координатах. Разработана архитектура экспериментального программного комплекса обработки и анализа документальных портретных изображений. Разработанные методы открывают возможности для повышения эффективности решения задач идентификации и поиска личности по портретным изображениям на документах. Разработанный программный комплекс позволяет решать задачу контроля документов для идентификации личности. Результаты диссертации использованы при выполнении ряда госбюджетных и хоздоговорных НИР в Институте систем обработки изображений РАН, Самарском государственном аэрокосмическом университете и ОАО Самара Информспутник, что подтверждено актами внедрения. I i Ii i I8, г. Всероссийской конференции Математические методы распознавания образов, Ленинградская обл. Научнотехнической конференции с международным участием Перспективные информационные технологии в научных исследованиях, проектировании и обучении ПИТ, г. Всероссийском семинаре по моделированию, дифракционной оптике и обработке изображений, г. Международной конференции I Ii i i, , Ii i. I. г. Международной конференции Распознавание образов и анализ изображений Новые информационные технологии 7 Ii ii I i Ii i I7, г. VI международной конференции Распознавание образов и анализ изображений новые информационные технологии РОАИ6, г. Великий Новгород, . Высшей аттестационной комиссией. Ниже в тексте диссертации ссылки на работы автора помечены звездочками . Работы , , , , выполнены автором единолично. В работе 6 автору принадлежит разработка метода отбора информативных признаков. В работе 8, автору принадлежит формальное описание модели лица и разработка метода ее построения. В работе автору принадлежит разработка и описание методов представления и поиска изображений. В работах 4, 7, 5, , , , , , , автору принадлежат разработка архитектуры программных комплексов и программных систем. Во всех указанных работах автору принадлежат программная реализация и экспериментальные исследования методов и алгоритмов. Диссертация состоит из введения, трех разделов, заключения, списка использованных источников и трех приложений. Она изложена на И0 страницах машинописного текста без приложений, содержит рисунка, таблицы, список использованных источников из М наименований. Первый раздел диссертации посвящен решению задачи поиска документальных портретных изображений в базе данных БД. Приведена постановка задачи, обоснованы подходы к се решению. Построение математической модели лица для выделения информативной области лица. Расчет информативных признаков изображения лица. Поиск личности в БД.