Abstract
Face recognition programs have many practical usages in various fields, such as security or entertainment. Existing recognition algorithms must deal with various real life problems – mainly with illumination. In practice, illumination normalization models are often used only for Small-scale futures extraction, ignoring Large-scale features. In this article, new and more direct approach to this problem is offered, used algorithms and test results are given.
Highlights
APŠVIETIMO NORMALIZAVIMO ALGORITMŲ TYRIMAS VEIDAMS ATPAŽINTITaikant esamus apšvietimo normalizavimo metodus dažniausiai koncentruojamasi į mažo mastelio požymių išskyrimą ir atmetami didelio mastelio požymiai
Existing recognition algorithms must deal with various real life problems
Normalization of face illumination based on large-and small-scale features
Summary
Taikant esamus apšvietimo normalizavimo metodus dažniausiai koncentruojamasi į mažo mastelio požymių išskyrimą ir atmetami didelio mastelio požymiai. Reikšminiai žodžiai: apšvietimo normalizavimas, veidų atpažinimas, mažo (Small-scale features) ir didelio mastelių požymiai (Large-scale features), PCA, LDA, LBP. Asmens identifikavimas pagal jo veido struktūrą yra vienas iš pagrindinių polinominių kompiuterinės regos uždavinių. Tinkamai integruotos kompiuterinės atpažinimo sistemos bankų sektoriuje gali padėti apsisaugoti nuo asmens identiteto vagysčių ar neautorizuotų prisijungimų prie vartotojo sąskaitos. Daugybę skirtingų slaptažodžių ir PIN kodų galėtų būti pakeisti viena paprasta veido požymių analize. Lėmusių gana ribotą veidų atpažinimo technologijų pritaikymą saugumo srityje, yra nepastovus atpažinimo tikslumo koeficientas. Vietiniai šešėliai gali pakeisti individualių veido bruožų, pavyzdžiui, akių, lūpų ar nosies formas. Norint padidinti veido atpažinimo tikslumo koeficientą, privalomas išankstinis nuotraukos normalizavimas.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.