Распознавание лиц на основе метода главных компонент с применением вейвлет-дескрипторов Хаара и Добеши
| Parent link: | Научная визуализация: электронный журнал.— , 2009- Т. 8, № 5.— 2016.— [С. 103-112] |
|---|---|
| Corporate Author: | |
| Other Authors: | , , , , |
| Summary: | Заглавие с экрана Предложен оригинальный алгоритм распознавания лиц на основе комбинации вейвлет-преобразования и метода главных компонент (PCA). На первом этапе признаки лица извлекаются из изображений на основе применения комбинации вейвлет-преобразований Хаара и Добеши. Затем, полученные вейвлет-дескрипторы используются для распознавания лиц на основе применения метода главных компонент. Результаты проведенных численных экспериментов показывают, что самый высокий уровень точности распознавания лиц наблюдается при использовании именно комбинации вейвлет-преобразований Хаара и Добеши. Предложенный алгоритм позволяет осуществлять эффективное распознавание лиц на изображениях в присутствии импульсного шума и является сопоставимым с известными аналогами по точности распознавания. Для решения проблемы распознавания лиц на видеозаписях разработан алгоритм, основанный на изложенном выше алгоритме распознавания лиц на изображениях и методе Виолы-Джонса. Детектирование объектов в видеопотоке осуществляется на основе применения метода Виолы-Джонса, который обладает высокой скоростью и приемлемой точностью. Представлены результаты сопоставления точности распознавания лиц на видеозаписях предложенным алгоритмом с данными, полученными на основе применения алгоритма "Associative neural networks" (ANN). In this paper we present a novel algorithm for face recognition using combination of wavelet transforms and principal component analysis (PCA). Face features are extracted using combination of Haar and Daubechies wavelet transform. Then obtained features are used for face recognition via PCA (eigenfaces). The experimental results show that the highest face recognition accuracy rate is obtained using the combination of Haar and Daubechies wavelet transforms for face features extraction. The proposed algorithm gives an effective performance of face recognition on noisy images and competes on the accuracy recognition with state-of-the-art algorithms. Some experiments were conducted on videos. The Viola-Jones method was used for face detection. The results were compared with "Associative neural networks" (ANN). |
| Published: |
2016
|
| Subjects: | |
| Online Access: | http://earchive.tpu.ru/handle/11683/38241 http://sv-journal.org/2016-5/09.php?lang=ru |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=653350 |
| Summary: | Заглавие с экрана Предложен оригинальный алгоритм распознавания лиц на основе комбинации вейвлет-преобразования и метода главных компонент (PCA). На первом этапе признаки лица извлекаются из изображений на основе применения комбинации вейвлет-преобразований Хаара и Добеши. Затем, полученные вейвлет-дескрипторы используются для распознавания лиц на основе применения метода главных компонент. Результаты проведенных численных экспериментов показывают, что самый высокий уровень точности распознавания лиц наблюдается при использовании именно комбинации вейвлет-преобразований Хаара и Добеши. Предложенный алгоритм позволяет осуществлять эффективное распознавание лиц на изображениях в присутствии импульсного шума и является сопоставимым с известными аналогами по точности распознавания. Для решения проблемы распознавания лиц на видеозаписях разработан алгоритм, основанный на изложенном выше алгоритме распознавания лиц на изображениях и методе Виолы-Джонса. Детектирование объектов в видеопотоке осуществляется на основе применения метода Виолы-Джонса, который обладает высокой скоростью и приемлемой точностью. Представлены результаты сопоставления точности распознавания лиц на видеозаписях предложенным алгоритмом с данными, полученными на основе применения алгоритма "Associative neural networks" (ANN). In this paper we present a novel algorithm for face recognition using combination of wavelet transforms and principal component analysis (PCA). Face features are extracted using combination of Haar and Daubechies wavelet transform. Then obtained features are used for face recognition via PCA (eigenfaces). The experimental results show that the highest face recognition accuracy rate is obtained using the combination of Haar and Daubechies wavelet transforms for face features extraction. The proposed algorithm gives an effective performance of face recognition on noisy images and competes on the accuracy recognition with state-of-the-art algorithms. Some experiments were conducted on videos. The Viola-Jones method was used for face detection. The results were compared with "Associative neural networks" (ANN). |
|---|