ВВЕДЕНИЕ 2
ГЛАВА 1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 4
1.1 Основные принципы обнаружения лиц 4
1.2 Обзор существующих методов распознавания лиц 5
1.3 Общий процесс обработки изображения лица при распознавании 7
ГЛАВА 2 ТИПОВЫЕ АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЯ ЛИЦА ПРИ РАСПОЗНАВАНИИ 9
2.1 Метод гибкого сравнения на графах 9
2.2 Нейронные сети 12
2.3 Алгоритм поиска максимума корреляционной функции двух изображений 15
2.4 Алгоритм быстрого поиска лица на изображении с помощью методов Хаара 16
ГЛАВА 3 РАЗРАБОТКА АЛГОРИТМА РАСПОЗНВАНИЯ ЛИЦА 18
3.1 Обзор технологий для обработки изображений (в том числе): 18
3.1.1 Библиотека Image processing toolbox 18
3.1.2 Библиотека OpenCV 18
3.1.3 Библиотека OpenFace 20
3.3 Разработка алгоритма распознания лица в видеопотоке 22
СПИСОК ИСПОЛЬЗУЕМЫХ МАТЕРИАЛОВ 29
Читать дальше
В ходе выполнения данной работы были достигнуты все ожидаемые результаты:
описана методика тестирования алгоритмов обнаружения лица на предмет;
устойчивости к аффинным преобразованиям;
разработана программная реализация данной методики для автоматизированного тестирования;
проведен анализ поведения алгоритма обнаружения лиц Виолла-Джонса.
проведен анализ поведения алгоритма обнаружения лиц в видеопотоке.
Несмотря на то, что разработанный алгоритм лишь незначительно увеличил процент распознавания изображений на границах интервала допустимых углов поворота для алгоритма Виолла-Джонса, введение сегментации изображения по признаку цвета кожи уменьшило количество ложных срабатываний алгоритма и сократило время выполнения алгоритма за счет того, что обрабатывается лишь часть изображения.
Сравнивая результаты работы алгоритмов Виолла-Джонса и модифицированного алгоритма можно заметить несколько меньший процент ложных срабатываний на картинках, где области с лицами были размечены сегментацией по цвету до начала обнаружения.
На основании данных результатов можно сделать вывод, что алгоритм Виолла-Джонса эффективно комбинировать с предварительной обработкой, и использованием дополнительных классификаторов может повысить качество обнаружения лиц.
Читать дальше
1. Демидович, Б.П. Основы вычислительной математики / Б.П. Демидович - М.: Наука, 2019. - 664с.
2. Понс Форсайт Компьютерное зрение. Современный подход / Ф. Понс - М.: Наука и техника, 2019. - 214с.
3. Самаль, Д.И., Старовойтов, В.В. Методика автоматизированного распознавания людей по фотопортретам // Цифровая обработка изображений. / Д.И. Самаль- Минск: ИТК, 2019. -С.81-85.
4. Самаль, Д.И., Старовойтов, В.В. Подходы и методы распознавания людей по фотопортретам / Д.И. Самаль - Минск, ИТК НАНБ, 2019. - 54с.
5. Фурсов, В.А. Локализация контуров объектов на изображениях при вариациях масштаба с использованием преобразования Хафа / С.А. Бибиков, В.А. Фурсов, П.Ю. Якимов // Компьютерная оптика. – 2013. – Т. 37, No 4. – С. 502-508.
6. Якимов, П.Ю. Отслеживание дорожных знаков в видеопоследовательности с использованием скорости автомобиля / П.Ю. Якимов // Компьютерная оптика. – 2015. – Т. 39, No 5. – С. 795-800.
7. Введение в компьютерное зрение [Электронный ресурс]: [сайт]. URL: https://www.lektorium.tv/course/22847 (дата обращения: 17.04.2022).
8. Компьютерное зрение [Электронный ресурс]: [сайт]. URL: https://events.yandex.ru/lib/talks/2854/ (дата обращения: 17.04.2022).
9. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц [Электронный ресурс] // Хабрахабр [Электронный ресурс] : [сайт]. URL: https://habrahabr.ru/post/133826/ (дата обращения: 17.04.2022).
10. Ruta. A. A New Approach for In-Vehicle Camera Traffic Sign Detection and Recognition / A. Ruta, F. Porikli, Y. Li, S. Watanabe, H. Kage, K. Sumi// IAPR Conference on Ma-chine vision Applications (MVA), Session 15: Machine Vision for Transportationю. – 2015.
Читать дальше