ВИЗНАЧЕННЯ ВПЛИВУ КОЛЬОРОВОЇ ХАРАКТЕРИСТИКИ ОБ’ЄКТА НА ОПЕРАТИВНІСТЬ РОБОТИ АЛГОРИТМУ ВІОЛИ–ДЖОНСА НА ПРИКЛАДІ ЛОКАЛІЗАЦІЇ ОБЛИЧ

  • І. О. Марченко Сумський державний університет
  • С. О. Петров Сумський державний університет
  • Н. В. Лисак Вінницький національний технічний університет
Ключові слова: алгоритм Віоли–Джонса, локалізація зображення, коефіцієнт густини шкіри, оптимізація геометричних параметрів вікна розпізнавання

Анотація

Досліджено вплив кольорової характеристики шкіри людини в задачі локалізації зображення обличчя з використанням алгоритму Віоли–Джонса. Запропоновано підхід підвищення оперативності його роботи та зменшення геометричних параметрів результатів локалізації за рахунок застосування додаткового параметра — коефіцієнта густини шкіри. На навчальній вибірці з 13225 зображень, застосовуючи ітераційну процедуру, визначено оптимальне значення цього коефіцієнта, та отримано усереднені оцінки ефективності зменшення геометричних параметрів вікна локалізованого зображення, що значною мірою впливають на проблему зберігання зображення та подальше розпізнавання.

Біографії авторів

І. О. Марченко, Сумський державний університет
аспірант кафедри комп’ютерних наук
С. О. Петров, Сумський державний університет
канд. техн. наук, старший викладач кафедри комп’ютерних наук
Н. В. Лисак, Вінницький національний технічний університет
канд. техн. наук, доцент кафедри менеджменту та безпеки інформаційних систем

Посилання

1. Jones M. Rapid object detection using a boosted cascade of simple features, Computer Visionand Pattern Recognition, 2001. CVPR 2001. Proceeding softhe 2001 // IEEE Computer Society Conference (Volume:1). — 2001. — P. 511—518.
2. Zhenchao Xu. Improving Detector of Viola and Jones through SVM / Zhenchao Xu, Li Song, Jia Wang, Yi Xu, // Computer Vision — ACCV 2010 Workshops, ACCV 2010 International Workshops — Queenstown, New Zealand — November 8—9, 2010. — P. 64—73.
3. Alpika Gupta. Face Detection Using Modified Viola Jones Algorithm / Alpika Gupta, Dr. Rajdev Tiwari // International Journal of Recent Research in Mathematics Computer Science and Information Technology — October 2014 — March 2015. — Vol. 1. — P. 59—66.
4. Shanshan Wang. Improved Viola-Jones Face Detector / Shanshan Wang, Amr Abdel-Dayem,// Proceedings of Taibah University International Conference on Computing and Information Technology — 2012 — P. 123—128.
5. Лисак Н. В. Підвищення якості розпізнавання методом Віоли–Джонса в задачах інформаційної безпеки підприємства шляхом попередньої обробки зображень / Н. В. Лисак, Ю. В. Міронова, І. О. Марченко, С. О. Петров // Оптико-електронні інформаційно-енергетичні технології — 2015 — № 1. — С. 70—75.
6. Neural network approach for image chromatic adaptation for skin color detection / [N. Bourbakis, P. Kakumanu, S. Makrogiannis, R. Bryll, and S. Panchanathan] // Int J NeuralSyst. — Feb. 2007. — Vol. 17. — P. 1—12.
7. D. Chai, A bayesian skinnon-skin color classifier usingn on parametric density estimation / D. Chai, S. L. Phung, and A. Bouzerdoum. // IEEE Int. Symposium on Circuits and Systems 2003. — Bangkok, Thailand. — 2003. — P. 464—467.
8. Maximum entropy models for skin detection. / [B. Jedynak, H. Zheng, M. Daoudi, and D. Barret] // Universite des Scienceet Technology de Lille, France, Technicalreport. — 2002. — P. 276—281.
9. K. S. Ravichandran. Color skin segmentation using k-meanscluster / K. S. Ravichandran, B. Ananthi // International Journal of Computational and Applied Mathematics. — 2009. — vol. 4 — P. 153—157.
10. The effect of age on skin color and color heterogeneityin fourethnic groups / DeRigal J, Des Mazis I, Diridollou S, Querleux B, Yang G, Leroy F, Barbosa VH. // L'Oréal Recherche, Chevilly, France. Skin Research and Technology — 05. 2010 — P. 168—178.
11. Vezhnevets V. A Surveyon Pixel-Based Skin Color Detection Techniques / Vladimir Vezhnevets, Vassili Sazonov, Alla Andreeva. // IN PROC. GRAPHICON. — 2003. — P. 85—92.
12. Face Recognition by Elastic Bunch Graph Matching», In Intelligent Biometric Techniquesin Fingerprint and Face Recognition / [Laurenz Wiskott, Jean-Marc Fellous, Norbert Kuger, Christoph vonder Malsburg]. — 1999 — P. 355—396.
13. Edwards G. J. Face Recognition Using Active Appearance Models / G. J. Edwards, T. F. Cootes, and C. J. Taylor // Computer Vision — ECCV’98, of the series Lecture Notesin Computer Science. — P. 581—595.
14. Labeled Facesin the Wild Home [Електронний ресурс]. — Режим доступу : http://vis-www.cs.umass.edu/lfw/.
Опубліковано
2016-03-16
Як цитувати
[1]
І. Марченко, С. Петров, і Н. Лисак, ВИЗНАЧЕННЯ ВПЛИВУ КОЛЬОРОВОЇ ХАРАКТЕРИСТИКИ ОБ’ЄКТА НА ОПЕРАТИВНІСТЬ РОБОТИ АЛГОРИТМУ ВІОЛИ–ДЖОНСА НА ПРИКЛАДІ ЛОКАЛІЗАЦІЇ ОБЛИЧ, Вісник Вінницького політехнічного інституту, № 1, с. 108-114, Бер 2016.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка