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

Read more

Summary

APŠVIETIMO NORMALIZAVIMO ALGORITMŲ TYRIMAS VEIDAMS ATPAŽINTI

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.

Nagrinėjamas apšvietimo normalizavimo modelis
Eksperimentų aprašymas
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call