Система розпізнавання облич на основі згорткових нейронних мереж


Сукупні канальні атрибути для багатовимірного розпізнавання обличчя



Скачати 11.71 Mb.
Сторінка6/32
Дата конвертації11.09.2018
Розмір11.71 Mb.
#49806
ТипРеферат
1   2   3   4   5   6   7   8   9   ...   32

Сукупні канальні атрибути для багатовимірного розпізнавання обличчя


Хоча багато послідовників вдосконалювали роботу Віоли і Джонса[3] з більш потужними алгоритмами навчання, але представлення атрибутів, що використовується для трекінгу обличчя, як і раніше не може задовольнити попит на ефективне оброблення обличчя з великою дисперсією зовнішнього вигляду в реальному середовищі. Щоб вирішити це вузьке місце, розглянута концепція атрибутів каналу області розпізнавання обличчя, яка поширює канал зображення на різноманітні типи, такі як градієнтна величина та орієнтовані градієнтні гістограми, і, отже, кодує багато інформації у простому вигляді. Для того, щоб мати справу з положенням обличчя в реальному світі, використовується багатосторонній підхід розпізнавання, що включає повторну оцінку рейтингу та коригування детекції.




      1. Забезпечення орієнтації обличчя незалежно від пози за допомогою сумішей оптимізованих частин та моделі каскадного деформування


Стаття[4] присвячена проблемі локалізації та відстеження ключових точок обличчя з однієї камери. Представлена модель двокаскадної деформованої форми для ефективної локалізації орієнтирів обличчя з багатьма варіаціями позицій голови. Для розпізнавання обличчя запропонований груповий метод розрідження, щоб автоматично вибрає найважливіші орієнтири для обличчя. Представляючи модель 3D-форми обличчя, використовується аналіз прокрустів, щоб досягти незалежно від позиції обличчя ініціалізацію ключових точок. Для деформації перший крок використовує локальний пошук з середнім зміщенням з обмеженою локальною моделлю, щоб швидко підійти до глобального оптимуму. Другий крок використовує компоненти активних контурів, щоб дискримінувати і поліпшити тонкі зміни форми. Система може одночасно обробляти розпізнавання обличчя, локалізацію ключових точок незалежно від пози та відстеження в режимі реального часу.




      1. Вирівнювання обличчя за допомогою форми явної регресії


Існує метод явної регресії форми для вирівнювання обличчя[5]. Спільно реєструючи всю форму і мінімізуючи помилку вирівнювання, обмеження форми автоматично кодується. Цей метод дуже точний, ефективний і може використовуватися в реальному часі для, наприклад, відстеження обличчя. Явні схеми регресії форми також можуть бути застосовані до інших проблем, таких як оцінювання позитивної пози об'єкта та сегментація анатомічної структури в медичних зображеннях.



Форма обличчя скалдається з обличчевих ключових точок. З огляду на зображення обличчя, для його вирівнювання потрібна оцінка норми яка максимально наближена до дійсної форми тобто мінімізує:




Висновки до розділу

В першому розділі було розглянуто методи виявлення облич на зображенях які працюють лише в наближено гарних умовах. Навіть удосконалення ключового методу Віоли і Джонса не дає хороших результатів на зображеннях взятихз реального життя, де кількість факторів перешкод є дуже великою. Задача детекції облич досі є одною із ключових у компютерному зору, адже потребує досконалої роботи і близьких до ідеальних результатів у будь-якому середовищі. В другому розділі буде розглянуто абсолютно новий метод для вирішення цієї задачі.


РОЗДІЛ 2 МАТЕМАТИЧНІ ОСНОВИ АЛГОРИТМУ РОЗПІЗНАВАННЯ ОБЛИЧ

2.1 Алгоритм немаксимального стиснення


Всі сучасні детектори об’єктів мають трьохступеневий алгоритм: 1) пропонування пошукового простору вікон (вичерпний за допомою ковзкого вікна або розсіювача з використанням пропозицій); 2) підрахунок або обробка вікна за допомогою класифікатора або регресора; 3) зливання вікон, що можуть належати до того ж об’єкта. Останній етап зазвичай називають “non-maximum suppression”(NMS).



За замовчуванням NMS – це простий вручну створений алгоритм післяобробки, який називається GreedyNMS. Алгоритм жадібно відбирає розпізнавання з високим балом і видаляє близьких до менш вірогідних сусідв, оскільки вони, ймовірно, покривають один і той же об’єкт (рис. 2.1). Цей алгоритм є простим, швидким та досить конкурентним.


Каталог: bitstream -> 123456789
123456789 -> 1. Коротко про симетрію…
123456789 -> Звіт про науково-дослідну роботу регіональні особливості стану кишкової мікрофлори у дітей із соматичними захворюваннями Оцінка стану кишкової мікрофлори у дітей раннього віку, хворих на пневмонію на фоні залізодефіцитної анемії
123456789 -> Звіт про науково-дослідну роботу регіональні особливості стану кишкової мікрофлори у дітей із соматичними захворюваннями зміни мікробіоценозу кишечника у дітей, хворих на гострий обструктивний бронхіт бронхіальну астму (проміжний)
123456789 -> Використання науково-технічних бд у наукових дослідженнях Васильєв О. В., к т. н
123456789 -> Розвиток банківського споживчого кредитування
123456789 -> Реферат дипломна робота містить 128 сторінок, 17 таблиць, 21 рисунок, список використаних джерел з 108 найменувань, 6 додатків
123456789 -> Урок з хімії у 9-му класі на тему: "Жири. Склад жирів, їх утворення. Жири в природі. Біологічна роль жирів"

Скачати 11.71 Mb.

Поділіться з Вашими друзьями:
1   2   3   4   5   6   7   8   9   ...   32




База даних захищена авторським правом ©uchika.in.ua 2022
звернутися до адміністрації

    Головна сторінка