Распознавание лиц на основе метода главных компонент с применением вейвлет-дескрипторов Хаара и Добеши; Научная визуализация; Т. 8, № 5
| Parent link: | Научная визуализация: электронный журнал.— , 2009- Т. 8, № 5.— 2016.— [С. 103-112] |
|---|---|
| Korporacja: | |
| Kolejni autorzy: | , , , , |
| Streszczenie: | 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). |
| Język: | rosyjski |
| Wydane: |
2016
|
| Hasła przedmiotowe: | |
| Dostęp online: | http://earchive.tpu.ru/handle/11683/38241 http://sv-journal.org/2016-5/09.php?lang=ru |
| Format: | Elektroniczne Rozdział |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=653350 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 653350 | ||
| 005 | 20250227114648.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\18791 | ||
| 035 | |a RU\TPU\network\17997 | ||
| 090 | |a 653350 | ||
| 100 | |a 20170228d2016 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 Распознавание лиц на основе метода главных компонент с применением вейвлет-дескрипторов Хаара и Добеши |d Face recognition algorithm based on PCA using Haar and Daubechies wavelet transform |f В. Г. Спицын [и др.] | |
| 203 | |a Текст |c электронный | ||
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: с. 112 (20 назв.)] | ||
| 330 | |a 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). | ||
| 330 | |a 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). | ||
| 461 | |t Научная визуализация |o электронный журнал |d 2009- | ||
| 463 | |t Т. 8, № 5 |v [С. 103-112] |d 2016 | ||
| 510 | 1 | |a Face recognition algorithm based on PCA using Haar and Daubechies wavelet transform |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a распознавание лиц | |
| 610 | 1 | |a вектор признаков | |
| 610 | 1 | |a вейвлет-преобразования | |
| 610 | 1 | |a вейвлеты Хаара | |
| 610 | 1 | |a вейвлеты Добеши | |
| 610 | 1 | |a метод главных компонент | |
| 610 | 1 | |a vector features | |
| 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 Болотова |b Ю. А. |c специалист в области информатики и вычислительной техники |c доцент Томского политехнического университета, кандидат технических наук |f 1986- |g Юлия Александровна |3 (RuTPU)RU\TPU\pers\28632 |9 13448 | |
| 701 | 1 | |a Шабалдина |b Н. В. |g Наталия Владимировна | |
| 701 | 0 | |a Буй Тхи Тху Чанг |c вьетнамский специалист в области вычислительной техники |c аспирант Томского политехнического университета |f 1984- |3 (RuTPU)RU\TPU\pers\28634 | |
| 701 | 0 | |a Фан Нгок Хоанг |c вьетнамский специалист в области вычислительной техники |c аспирант Томского политехнического университета |f 1983- |3 (RuTPU)RU\TPU\pers\28645 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Институт социально-гуманитарных технологий (ИСГТ) |b Кафедра истории и регионоведения (ИСТ) |3 (RuTPU)RU\TPU\col\18372 |
| 801 | 2 | |a RU |b 63413507 |c 20170504 |g RCR | |
| 856 | 4 | |u http://earchive.tpu.ru/handle/11683/38241 | |
| 856 | 4 | |u http://sv-journal.org/2016-5/09.php?lang=ru | |
| 942 | |c CF | ||