350 руб
Журнал «Электромагнитные волны и электронные системы» №5 за 2014 г.
Статья в номере:
Детектирование лиц на изображениях в условиях аддитивного белого гауссовского шума
Ключевые слова: детектирование лиц метод опорных векторов разреженная сеть просеивающих элементов аддитивный белый гауссовский шум
Авторы:
Л.А. Шмаглит - аспирант, Ярославский государственный университет. E-mail: shmaglit_lev@yahoo.com А.Л. Приоров - д.т.н., доцент, кафедра «Динамика электронных систем», Ярославский государств. университет. E-mail: andcat@yandex.ru В.В. Хрящев - к.т.н., доцент, кафедра «Динамика электронных систем», Ярославский государств. университет. E-mail: vhr@yandex.ru Д.В. Матвеев - магистр прикладной математики и информатики, Ярославский государственный университет. E-mail: yar_volley@inbox.ru
Аннотация:
Представлено описание трех современных алгоритмов выделения лиц на изображениях. Проведено их сравнение между собой в условиях наличия на изображениях гауссовского шума. Рассмотрено три алгоритма фильтрации гауссовского шума. Проанализировано влияние алгоритмов фильтрации шума на работу тестируемых алгоритмов выделения лиц.
Страницы: 62-70
Список источников

  1. Szeliski R. Computer Vision: Algorithms and Applications. Springer. 2010.
  2. Kriegman D., Yang M.H., Ahuja N. Detecting faces in images: A survey // IEEE Trans. on Pattern Analysis and Machine Intelligence. 2002. V.?24. № 1. P. 34−58.
  3. Hjelmas E. Face detection: A Survey // Computer vision and image understanding. 2001. V. 83. № 3. P. 236−274.
  4. Zhao W., Chellappa R., Phillips P., Rosenfeld A. Face recognition: A literature survey // ACM Computing Surveys (CSUR). 2003. V. 35. № 4. P. 399−458.
  5. Fasel B., Luettin J. Automatic facial expression analysis: A survey // Pattern Recognition Letters. 2003. V.?36. № 1. P. 259−275.
  6. Makinen E., Raisamo R. An experimental comparison of gender classification methods // Pattern Recognition Letters. 2008. V.?29. № 10. P. 1544−1556.
  7. Sammut C., Webb G.I. Encyclopedia of Machine Learning. Springеr. 2011.
  8. Приоров А.Л., Игнатов И.С., Голубев М.Н., Хрящев В.В. Разработка и анализ алгоритмов выделения лиц на изображениях // Проектирование и технология электронных средств. 2008. № 2. С. 58−62.
  9. Viola P., Jones M. Rapid object detection using a boosted cascade of simple features // Proc. Int. Conf. on Computer Vision and Pattern Recognition. 2001. № 1. P. 511−518.
  10. Nilsson M., Nordberg J., Claesson I. Face Detection Using Local SMQT Features and Split Up SNoW Classifier // Proc. of IEEE Int. Conf. ICASSP 2007. V.?2. P. 589−592.
  11. Kienzle W., Bakir G., Franz M., Schölkopf B. Face Detection - Efficient and Rank Deficient // Adv. in Neural Inf. Proc. Systems. 2005. V.?17. P. 673−680.
  12. Потапов А.С.Распознавание образов и машинное восприятие: общий подход на основе принципа минимальной длины описания. СПб.: Политехника. 2007.
  13. Форсайт Д.А., Понс Д. Компьютерное зрение. Современный подход. М.: Вильямс. 2004.
  14. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005.
  15. Tomasi C., Manduchi R. Bilateral Filtering for Gray and Color Images // Proc. Int. Conf. onComputerVisionandPatternRecognition. 1998. P. 839−846.
  16. Волохов В., Сергеев Е. Удаление аддитивного белого гауссовского шума из цифровых изображений на основе анализа главных компонент // Тр. конф. ГрафиКон-2010. 2010. С. 342−343.
  17. Freund Y., Schapire R. A decision-theoretic generalization of on-line learning and an application to boosting // Computational Learning Theory. 1995. P. 23−37.
  18. Miller D., Uyar H. A mixture of experts classifier with learning based on both labeled and unlabeled data // Neural information processing systems. 1996. № 9. P. 571−577.
  19. Nilsson M., Dahl M., Claesson I. The successive mean quantization transform // Proceedings of IEEE Int. Conf. ICASSP. 2005. V. 4. P. 429−432.
  20. Roth D., Yang M., Ahuja N. A SNoW-based face detector // in Advances in Neural Information Processing Systems 12 (NIPS 12). 2000. P. 855−861.
  21. Osuna E., Girosi F. Reducing the run-time complexity in support vector machines // Advances in Kernel Methods - SupportVector Learning. 1999. P. 271−284.
  22. Burges C. Simplified support vector decision rules // In International Conference on Machine Learning. 1996. P. 71−77.
  23. Шмаглит Л.А., Голубев М.Н., Ганин А.Н., Хрящев В.В. Гендерная классификация по изображению лица // Материалы 14‑й междунар. конф. «Цифровая обработка сигналов и ее применение» (Москва. 2012). Т. 2. С. 425−428.
  24. Голубев М.Н., Шмаглит Л.А., Ганин А.Н. Разработка и анализ системы автоматического распознавания пола людей по изображению лица // Материалы XIV Всерос. научно-техн. конф. «Нейроинформатика‑2012» (Москва. 2012). С. 151−159.
  25. Демидов М.А., Волченков Н.Г., Троицкий А.К., Храмов А.А. Обнаружение лиц на изображениях на основе поиска локальных экстремумов // Информационно-измерительные и управляющие системы. 2012. № 8. С. 55−61.