ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ РОБОТИ АЛГОРИТМІВ ДЕТЕКТУВАННЯ ОБЛИЧ ЗА МЕТОДОМ ВІОЛИ-ДЖОНСА

  • K. Dergachov
  • L. Krasnov
  • O. Cheliadin
Ключові слова: виявлення і детектування облич, метод Віоли-Джонса, автоматична стабілізація яскравості кадру, ймовірність правильного виявлення осіб і їх головних елементів

Анотація

Запропоновано нові методи підвищення ефективності роботи алгоритмів виявлення і детектування облич на цифрових зображеннях і відеопослідовність, заснованих на методі Віоли-Джонса, і використовуваних при вирішенні задач розпізнавання облич. Це дозволяє усунути вплив одного з головних чинників перешкод - компенсувати вплив змін рівня освітленості сцени на якість виявлення осіб. Для цього в класичну структуру цих алгоритмів додатково введена процедура автоматичної стабілізації яскравості кадру. Описано структуру алгоритмів, для них розроблено програмне забезпечення на мові Python з використанням ресурсів бібліотеки OpenCV, що дозволяє вести обробку відеоданих в реальному масштабі часу. Запропоновано і програмно реалізована оригінальна методика оцінки ефективності роботи алгоритму за критерієм максимуму ймовірності правильного виявлення облич і їх головних елементів (очей, носа, рота). Зіставляються результати роботи класичних і запропонованих алгоритмів. Наводяться приклади роботи та результати тестування програмного забезпечення.

Завантаження

Дані про завантаження поки що недоступні.

Посилання

1. Viola P., Jones M.J. Rapid object detection using a boosted cascade of simple features // IEEE Conf. on Computer Vision and Pattern Recognition. – Kauai, Hawaii, USA, 2001. – V. 1. – P. 511–518.
2. Viola P., Jones M.J. Robust real_time face detection // Int. Journal of Computer Vision. – 2004. – V. 57. – № 2. – P. 137–154.
3. Joseph Howse, Joe Minichino, Learning OpenCV 3 Computer Vision with Python, Packt Publishing, 2015, Packt Publishing.
4. Saurabh Kapur, Computer Vision with Python 3, Packt Publishing, August 2017, ISBN: 978-1-78829-976-3.
5. Prateek Joshi, OpenCV with Python By Example, Packt Publishing, September 2015, ISBN: 978-1-78528-393-2..
6. Библиотека компьютерного зрения OpenCV [Электронный ресурс]. – Режим доступа: http://docs.opencv.org/trunk/doc/py_tututoria/py_objdetect/py_face_detection/py_face_detection.html.
7. Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP [Электронный ресурс] / А. В. Бовыкин [и др.]/ – Электрон. текстовые данные. – М.: Интернет-Университет Информационных Технологий (ИНТУИТ), 2016. – 515 с. – Режим доступа: http://www.iprbooksshop.ru/39564/
8. F. Comasch, S. Stuijk, T. Basten and H. Corporaal "Rasw: A runtime adaptive sliding window to improve viola-jones object detection", Distributed Smart Cameras (ICDSC), 2013.
Опубліковано
2018-10-30
Як цитувати
Dergachov K. Підвищення ефективності роботи алгоритмів детектування облич за методом віоли-джонса / K. Dergachov, L. Krasnov, O. Cheliadin // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2018. – Т. 5 (51). – С. 79-86. – doi:https://doi.org/10.26906/SUNZ.2018.5.079.
Розділ
Інформаційні технології