ВИЗНАЧЕННЯ ВПЛИВУ КОЛЬОРОВОЇ ХАРАКТЕРИСТИКИ ОБ’ЄКТА НА ОПЕРАТИВНІСТЬ РОБОТИ АЛГОРИТМУ ВІОЛИ–ДЖОНСА НА ПРИКЛАДІ ЛОКАЛІЗАЦІЇ ОБЛИЧ
Ключові слова:
алгоритм Віоли–Джонса, локалізація зображення, коефіцієнт густини шкіри, оптимізація геометричних параметрів вікна розпізнаванняАнотація
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.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/.
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/.
##submission.downloads##
-
PDF
Завантажень: 119
Переглядів анотації: 170
Опубліковано
2016-03-16
Як цитувати
[1]
І. О. Марченко, С. О. Петров, і Н. В. Лисак, «ВИЗНАЧЕННЯ ВПЛИВУ КОЛЬОРОВОЇ ХАРАКТЕРИСТИКИ ОБ’ЄКТА НА ОПЕРАТИВНІСТЬ РОБОТИ АЛГОРИТМУ ВІОЛИ–ДЖОНСА НА ПРИКЛАДІ ЛОКАЛІЗАЦІЇ ОБЛИЧ», Вісник ВПІ, вип. 1, с. 108–114, Берез. 2016.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка
Ліцензія
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, так як це може привести до продуктивних обмінів, а також скорішого і ширшого цитування опублікованих робіт (див. вплив відкритого доступу).
