1 / 17

Arcfelismerés számítógéppel

Arcfelismerés számítógéppel. Szerző: Gálfi Csongor Mentor: Pletl Szilveszter, PhD Intézmény: Szabadkai Műszaki Szakfőiskola. Múlt, jelen és jövő. 1970-es évektől kutatják Fejlődése felgyorsult a múlt évtized közepétől Ma elsősorban kormányzati szervek használják

jane-sullivan
Download Presentation

Arcfelismerés számítógéppel

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Arcfelismerés számítógéppel Szerző: Gálfi Csongor Mentor: Pletl Szilveszter, PhD Intézmény: Szabadkai Műszaki Szakfőiskola

  2. Múlt, jelen és jövő • 1970-es évektől kutatják • Fejlődése felgyorsult a múlt évtized közepétől • Ma elsősorban kormányzati szervek használják • A jövőben smart környezetek, beléptetőrendszerek része lehet

  3. Arcfelismerő rendszer Az arcfelismerő rendszer alkotóelemei:

  4. Arcérzékelés A bőr színének eloszlása az r-g síkon: Forrás: Cheng-Chin Chiang,Wen-Kai Tai,Mau-Tsuen Yang,Yi-Ting Huang,Chi-Jaung Huang: A novel method for detecting lips,eyes and faces in real time

  5. Arcérzékelés 4 szabály használata: 1. g > flower(r)és g < fupper(r) 2. (r-0.33)2 + (g-0.33)2<= 0.0004 3. R > G > B 4. R - G > 45

  6. Arcfelismerő módszerek • Jellemző pontok közti távolságok aránya: 1973-ban Kanade fejlesztette ki, • például szem, száj, orr távolságának arányát vizsgálja • Minta illesztés: a képrészletek közvetlen összehasonlításán alapuló módszer • 3D módszer • Neurális háló: hátránya, hogy kis adatbázisokkal dolgozik • Sajátarc (Eigenface) módszer: 1987-ben Sirovich és Kirbyfejlesztették ki

  7. Sajátarc módszer 1. lépés: képek beolvasása Forrás: Dr Libor Spacek arcadatbázisa

  8. Sajátarc módszer 2. lépés: átlagarc kiszámítása

  9. Sajátarc módszer 3. lépés: átlagarc kivonása a beolvasott képekből . . .

  10. Sajátarc módszer 4. lépés: „képtér” létrehozása és kovariancia mátrix kiszámítása Az „A” mátrix N2 sorból és M oszlopból áll. A kovariancia mátrix dimenziója: N2xN2

  11. Sajátarc módszer 5. lépés: a „Cov” mátrix helyett egy MxM dimenziójú mátrixot kell kiszámítani Ki kell számítani „L” mátrix sajátvektorát ( „V” ) „Cov”mátrix sajátvekorai a képtérnek és „L”mátrix sajátvektorainak a lineáris kombinációja.

  12. Sajátarc módszer Létrejött az ugynevezett „arctér”, benne a sajátarcokkal.

  13. Sajátarc módszer 6. lépés: beolvasott képek rávetítése az arctérre 7. lépés: keresett arc beolvasása és kivonása az átlagarcból

  14. Sajátarc módszer 8. lépés: a keresett kép rávetítése az arctérre 9. lépés: távolság kiszámítása a keresett arc és a beolvasott képek arctérre vetített értékei között Eredmény:

  15. Sajátarc módszer Az εd távolság a legkisebb vagyis a „d” kép hasonlít a leginkább a keresett arcra Keresett kép Találat – „d” kép

  16. Köszönöm a figyelmet!

More Related