350 руб
Журнал «Нелинейный мир» №6 за 2012 г.
Статья в номере:
Распознавание лиц и жестов на основе применения вейвлет-преобразования и метода главных компонент
Ключевые слова: распознавание лиц распознавание жестов метод Виолы-Джонса метод главных компонент вейвлет-преобразование
Авторы:
Т.Т.Ч. Буй - аспирант, программист, кафедра «Вычислительная техника», Институт кибернетики Томского политехнического университета. E-mail: trangbt.084@gmail.com Н.Х. Фан - аспирант, кафедра «Вычислительная техника», Институт кибернетики Томского политехнического университета. E-mail: hoangpn285@gmail.com В.Г. Спицын - д. т. н., профессор, кафедра «Вычислительная техника», Институт кибернетики Томского политехнического университета. E-mail: spvg@tpu.ru, vl.gr.sp@gmail.com
Аннотация:
Предложен новый алгоритм распознавания лиц и жестов на цифровых изображениях, основанный на совместном применении вейвлет-преобразования и метода главных компонент; представлены результаты тестирования работы предложенного алгоритма; показано, что использование указанного алгоритма дает возможность эффективного распознавания лиц и жестов на цифровых изображениях; предложен оригинальный комплексный алгоритм, основанный на методе Виолы-Джонса, вейвлет-преобразовании и методе главных компонент, предназначенный для распознавания множества лиц на видеопоследовательности; установлено на основе проведенных численных экспериментов, что предложенный алгоритм позволяет распознавать множество лиц на видеопоследовательности в режиме реального времени.
Страницы: 371-380
Список источников
  1. Viola P., Jones M. J. Rapid object detection using a boosted cascade of simple features // IEEE Conf. on Computer Vision and Pattern Recognition. Kauai, Hawaii, USA, 2001.V. 1. P. 511-518.
  2. Viola P., Jones M. J. Robust real-time face detection // International Journal of Computer Vision. 2004. V. 57. № 2. P. 137-154.
  3. Гонсалес P., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005.
  4. Местецкий Л. М. Математические методы распознавания образов. М.: МГУ, ВМиК, 2002 - 2004.С.42 - 44.
  5. SochmanJ., MatasJ.AdaBoost with totally corrective updates for fast face detection // Center for Machine Perception, Czech Technical University, Prague, 2004. URL: http://cmp.felk.cvut.cz/~sochmj1/ (дата обращения: 10.02.2012).
  6. Freund Y., Schapire R. E. A Short Introduction to Boosting // Journal of Japanese Society for Artifical Intelligence. September 1999. V. 14. № 5. P. 771 - 780.
  7. Голубев М. Н.Использование информации о цвете в алгоритме выделения лиц на базе бустинга // Нейроинформатика. 2011. Ч. 3. С. 55 - 62.
  8. Буй Тхи Тху Чанг, Спицын В. Г. Разложение цифровых изображений с помощью двумерного дискретного вейвлет-преобразования и быстрого преобразования // Известия Томского политехнического университета. 2011. Т. 318. № 5. С. 73 - 76.
  9. Буй Тхи Тху Чанг, Фан Нгок Хоанг, Спицын В. Г. Алгоритмическое и программное обеспечение для классификации цифровых изображений с помощью вейвлет-преобразования Хаара и нейронных сетей // Известия Томского политехнического университета. 2011. Т. 319. № 5. С. 103 - 106.
  10. Брилюк Д., Старовойтов В. Распознавание человека по изображению лица и нейросетевые методы. 2002. URL: http://daily.sec.ru/publication.cfm-pid=4425 (дата обращения: 10.02.2012).
  11. Spacek L.Description of the Collection of Facial Images. 2008. URL: http://cswww.essex.ac.uk/mv/allfaces/index.html (дата обращения: 10.02.2012).
  12. Kim T. K., Wong S. F., Cipolla R.Cambrige Hand Gesture Data set. URL: http://www.iis.ee.ic.ac.uk/~tkkim/ges_db.htm(дата обращения 10.02.2012).