Анализ методов извлечения вектора признаков из изображения лица человека для задачи идентификации; Научная визуализация; Т. 8, № 2
| Parent link: | Научная визуализация: электронный журнал.— , 2009- Т. 8, № 2.— 2016.— [С. 107 - 119] |
|---|---|
| Corporate Author: | |
| Other Authors: | , , , , |
| Summary: | Заглавие с титульного листа Проанализирован ряд известных методов обработки изображений и извлечения признаков для решения задачи идентификации человека по изображению лица. Представлены варианты их использования для создания алгоритмов извлечения вектора признаков. Проведено тестирование эффективности работы предложенных алгоритмов и приведена сравнительная таблица результатов тестирования на основе показателей равной величины ошибок первого и второго рода. По итогам проделанной работы сделаны выводы о пригодности наиболее эффективного алгоритма, основанного на применении фильтра разности гауссианов, фильтрации ядрами лог-Габора и извлечении признаков с помощью вычисления стандартного отклонения, для решения задачи идентификации. This paper is just a part of the face recognition project which is being developed in Tomsk Polytechnic University. The main goal of that project is to build a system of face recognition in the video stream in real time. Several well-known methods of image processing such as filtering in the frequency domain, difference of Gaussians, Haar wavelet transform, Gabor filtering, log-Gabor filtering and feature extraction such as standard deviation, discrete cosine transform, Hu moments, histogram of oriented gradients that can be used for solving the problem of human face identification are described in this paper. Some ways of applying their combinations in feature vector extraction algorithms are presented. The library of computer vision OpenCV was used in our study. The effectiveness of the proposed algorithms was tested using Caltech Faces base. The results are showed in the comparison chart. The effectiveness comparison was based on the equal error rate, calculated for the false accept rate and false reject rate. The conclusion about the suitability of the most efficient algorithm for the identification problem summarizes this paper. Algorithm that consists of three steps: finding difference of Gaussians, log-Gabor filtering and standard deviation calculation found as the most efficient during this study. |
| Language: | Russian |
| Published: |
2016
|
| Subjects: | |
| Online Access: | http://sv-journal.org./2016-2/09.php?lang=ru |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=649454 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 649454 | ||
| 005 | 20260729115637.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\14616 | ||
| 035 | |a RU\TPU\network\13580 | ||
| 090 | |a 649454 | ||
| 100 | |a 20160714d2016 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Анализ методов извлечения вектора признаков из изображения лица человека для задачи идентификации |d Analysis of methods of features extraction from image of human face for identification |f Ю. В. Савицкий [и др.] | |
| 203 | |a Текст |c электронный | ||
| 300 | |a Заглавие с титульного листа | ||
| 330 | |a Проанализирован ряд известных методов обработки изображений и извлечения признаков для решения задачи идентификации человека по изображению лица. Представлены варианты их использования для создания алгоритмов извлечения вектора признаков. Проведено тестирование эффективности работы предложенных алгоритмов и приведена сравнительная таблица результатов тестирования на основе показателей равной величины ошибок первого и второго рода. По итогам проделанной работы сделаны выводы о пригодности наиболее эффективного алгоритма, основанного на применении фильтра разности гауссианов, фильтрации ядрами лог-Габора и извлечении признаков с помощью вычисления стандартного отклонения, для решения задачи идентификации. | ||
| 330 | |a This paper is just a part of the face recognition project which is being developed in Tomsk Polytechnic University. The main goal of that project is to build a system of face recognition in the video stream in real time. Several well-known methods of image processing such as filtering in the frequency domain, difference of Gaussians, Haar wavelet transform, Gabor filtering, log-Gabor filtering and feature extraction such as standard deviation, discrete cosine transform, Hu moments, histogram of oriented gradients that can be used for solving the problem of human face identification are described in this paper. Some ways of applying their combinations in feature vector extraction algorithms are presented. The library of computer vision OpenCV was used in our study. The effectiveness of the proposed algorithms was tested using Caltech Faces base. The results are showed in the comparison chart. The effectiveness comparison was based on the equal error rate, calculated for the false accept rate and false reject rate. The conclusion about the suitability of the most efficient algorithm for the identification problem summarizes this paper. Algorithm that consists of three steps: finding difference of Gaussians, log-Gabor filtering and standard deviation calculation found as the most efficient during this study. | ||
| 461 | |t Научная визуализация |o электронный журнал |d 2009- | ||
| 463 | |t Т. 8, № 2 |v [С. 107 - 119] |d 2016 | ||
| 510 | 1 | |a Automatic estimation of the face angle in the frame and transformation of images into zero rotation angles |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a обработка изображений | |
| 610 | 1 | |a лицо | |
| 610 | 1 | |a идентификация | |
| 610 | 1 | |a вектор признаков | |
| 701 | 1 | |a Савицкий |b Ю. В. |c специалист в области информатики и вычислительной техники |c лаборант Томского политехнического университета |f 1992- |g Юрий Васильевич |3 (RuTPU)RU\TPU\pers\33409 |9 17103 | |
| 701 | 1 | |a Небаба |b С. Г. |c математик |c старший преподаватель Томского политехнического университета, кандидат технических наук |f 1989- |g Степан Геннадьевич |3 (RuTPU)RU\TPU\pers\29783 |9 14260 | |
| 701 | 1 | |a Спицын |b В. Г. |c специалист в области информатики и вычислительной техники |c профессор Томского политехнического университета, доктор технических наук |f 1948- |g Владимир Григорьевич |3 (RuTPU)RU\TPU\pers\22707 |9 9740 | |
| 701 | 1 | |a Андреев |b С. Ю. |g Сергей Юрьевич | |
| 701 | 1 | |a Макаров |b М. А. |g Максим Александрович | |
| 712 | 0 | 2 | |a Томский политехнический университет |b Институт кибернетики, ИК |c 2010-2017 |9 27025 |
| 801 | 2 | |a RU |b 63413507 |c 20160714 |g RCR | |
| 856 | 4 | |u http://sv-journal.org./2016-2/09.php?lang=ru | |
| 942 | |c CF | ||