doi: 10.17586/2226-1494-2021-21-4-482-489


УДК 004.93`12

Факторная модель обнаружения и распознавания контура и основных элементов человеческого лица

Фам Т., Жукова Н.А., Евневич Е.Л.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:

Фам Туан Ань, Жукова Н.А., Евневич Е.Л. Факторная модель обнаружения и распознавания контура и основных элементов человеческого лица // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21, № 4. С. 482–489. doi: 10.17586/2226-1494-2021-21-4-482-489



Аннотация
Предмет исследования. Рассмотрены вопросы распознавания и моделирования лица и объектов на лице человека по изображению. Разработаны модель, алгоритм и программа определения контуров и основных частей лица. Методы. Для предварительной обработки изображений использованы методы моделирования цвета и цветовых измерений. При распознавании и обработке изображений применены известные методы, включая скрытые марковские модели. Обучение разрабатываемой модели выполнено на основе нейросетевых методов машинного обучения по специально созданной выборке, а также с помощью методов цветовой сегментации. Основные результаты. Получена факторная модель лица человека, позволяющая эффективно и с высокой скоростью выделить и распознать на изображении лицо и его объекты с заданной точностью. Эксперименты показали, что после обучения точность правильного выделения границ составила 95–96 %. Практическая значимость. Разработанная модель может применяться в задачах обеспечения безопасности: для поиска и идентификации преступников в рамках укрепления правопорядка; при осуществлении контроля доступа на объекты критических инфраструктур и др.

Ключевые слова: лицо человека, цвет кожи, выделение контура лица, распознавание объектов лица, факторная модель лица

Благодарности. Исследование выполнено в рамках бюджетной темы № 0060-2019-0011.

Список литературы
  1. Chuk T., CrookesK., Hayward W.G., Chan A.B., Hsiao J.H. Hidden Markov model analysis reveals the advantage of analytic eye movement patterns in face recognition across cultures // Cognition. 2017. V. 169. P. 102–117.https://doi.org/10.1016/j.cognition.2017.08.003
  2. Liu D., Li J., Wang N., Peng C., Gao X. Composite components-based face sketch recognition // Neurocomputing. 2018. V. 302. P. 46–54.doi.org/10.1016/j.neucom.2018.03.042
  3. Alboil A., Torres L., Delp E. An unsupervised color image segmentation algorithm for face detection applications // Proc. of the International Conference on Image Processing (ICIP 2001).2001. P. 681–684. https://doi.org/10.1109/ICIP.2001.958585
  4. Galarza E.E., Egas F.D., Silva F.M., Velasco P.M., Galarza E.D. Real time driver drowsiness detection based on driver’s face image behavior using a system of human computer interaction implemented in a smartphone // Advances in Intelligent Systems and Computing. 2018. V. 721. P. 563–572. https://doi.org/10.1007/978-3-319-73450-7_53
  5. Смирнов А.В., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Онтологии в системах искусственного интеллекта: способы построения и организации (часть 1) // Новости искусственного интеллекта. 2002. № 1(49). С. 3–13.
  6. Wu J., Trivedi M. Robust facial landmark detection for intelligent vehicle system // Lecture Notes in Computer Science. 2005.V. 3723. P. 213–228. https://doi.org/10.1007/11564386_17
  7. King D.E. Dlib-ml: A machine learning toolkit // Journal of Machine Learning Research. 2009. V. 10. P. 1755–1758.
  8. Гончаров A., Горбань А. Распознавание лиц на изображениях с низким разрешением // Труды российской конференции молодых ученых по информационному поиску в рамках RuSSIR’2007. Екатеринбург, 2007. С. 5–15.
  9. Труды Института системного анализа Российской академии наук. Т. 38. Обработка изображений и анализ данных / под ред. В.Л. Арлазарова, Н.Е. Емельянова. М.: URSS, 2008. 363 с.
  10. Zuo F., De With P.H.N. Fast human face detection using successive face detectors with incremental detection capability // Proceedings of SPIE. 2003. V. 5022. P. 831–841.https://doi.org/10.1117/12.476451


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2021 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика