Введение 3
Постановка задачи 5
Обзор литературы 6
Глава 1. Обзор алгоритмов обнаружения и сегментации лиц 7
1.1. Локализация областей лиц на изображении 7
1.1.1. Метод Виолы-Джонса 7
1.1.2. Нейронные сети 9
1.1.3. HOG и SVM 11
1.2. Обнаружение ключевых точек лица 14
1.2.1. Понятие ключевых точек 14
1.2.2. Дескрипторы ключевых точек 14
1.2.3. Поиск ключевых точек лица 17
Глава 2. Этапы работы алгоритма сегментации 19
2.1. Описание выбранных методов 19
2.2. Описание алгоритма сегментации 21
Глава 3. Практическая реализация 23
3.1. Описание инструментов 23
3.2. Результаты 24
Выводы 28
Заключение 29
Список литературы

Купить

В настоящее время современный человек не представляет свою жизнь без информационных технологий и электроники последнего поколения, которые уже тесно сплелись воедино с его каждодневными делами. Это обосновывает тот огромный интерес, с которым разработчики подходят к созданию все более совершенных технических устройств и программных продуктов, призванных сделать жизнь пользователей в разы комфортнее.
Согласно [1] уже 7 лет назад количество фотографий, загруженных пользователями в социальную сеть для обмена фотографиями и видеозаписямиInstagramс момента ее запуска, превысило 5 миллиардов. Настолько огромные числа свидетельствуют о том, что частота использования мобильных камер в повседневных ситуациях с каждым днем только набирает обороты. Однако люди все чаще желают не просто сохранить значимые моменты в памяти, но и привнести в них что-то необычное и поделиться в социальных сетях. По этой причине многочисленные приложения для обработки фотографий пользователей становятся все популярнее. Вместе с этим развиваются и методы, используемые в этих системах. Одним из вспомогательных этапов таких алгоритмов можно выделить и процесс сегментации изображений лица человека.
Сегментация изображений человеческих лиц является задачей в области компьютерного зрения и искусственного интеллекта. Результатом сегментации является выделение черт лица человека. В частности, из-за особенностей строения лица чаще всего производят определение наиболее характерных частей, к которым относятся области глаз, бровей, носа, рта и подбородка. Как уже упоминалось ранее, сегментация данных областей может быть как конечной целью, так и промежуточным шагом для широкого круга задач, начиная с систем безопасности и заканчивая мультипликацией. А именно, примерами таких задач можно выделить:
• определение эмоционального состояния и мимики;
• оценивание положения головы;
• выравнивание изображения лица;
• обнаружение моргания;
• вычисление меры сходства по изображениям людей;
• автоматическое редактирование изображений лица;
• компьютерная анимация.
Поскольку отличительными характеристиками внешности каждого человека могут служить ключевые точки лица, то именно на их основе в данной работе и предлагается проводить сегментацию изображения человеческого лица. На данный момент существует большое количество встроенных функций и методов для поиска ключевых точек, например, в библиотекиOpenCV и DLib, с помощью которых предлагается реализовать алгоритм сегментации.
Таким образом, можно убедиться, что компьютерное зрение играет далеко не последнюю роль во многих сферах человеческой деятельности и значительно повышает качество жизни, требуя от пользователя все меньше действий и времени. Это и создает необходимость совершенствования существующих методов и создания новых подходов к решению подобных задач.
Постановка задачи
Основной целью данной работы является разработка программной системы для сегментации лица человека на цифровом изображении для выделения таких областей, как:
• правый глаз;
• левый глаз;
• правая бровь;
• левая бровь;
• нос;
• рот;
• линия подбородка.
Задачу сегментации в данном случае можно разделить на следующие этапы: локализация всех лиц на изображении, детектирование ключевых точек на этих лицах и выявление основных частей каждого лица. На каждом этапе проводится исследование существующих алгоритмов и выбор наиболее эффективного для конкретной ситуации решения.

Купить