Тип работы:
 Предмет:
 Язык работы:


ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АЛГОРИТМА РАСПОЗНАВАНИЯ ОБРАЗОВ НА ИЗОБРАЖЕНИИ

Работа №178772

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы60
Год сдачи2019
Стоимость4210 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
0
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
1 Анализ существующих подходов к распознаванию лиц 5
1.1 Методы и алгоритмы выделения лиц 5
1.1.1 Методы, основанные на знаниях (Knowledge-Based) 7
1.1.2 Методы характерных инвариантных признаков (Feature-Based) 9
1.1.3 Методы сопоставления шаблонов (Template Matching) 10
1.1.4 Методы, основанные на внешних признаках (Appearance-Based) ... 12
1.2 Методы и алгоритмы распознавания лиц 18
1.2.1 Целостные методы сопоставления 19
1.2.2 Функциональные (структурные) методы 22
1.2.3 Гибридные методы 23
1.3 Выводы по разделу 25
2 Разработка алгоритма распознавания образов на изображении 26
2.1 Анализ алгоритмов выделения лиц 27
2.1.1 Алгоритм Дж. Янга и Т.С. Хуанга 28
2.1.2 Алгоритм обнаружения лиц в сложных сценах 29
2.1.3 Алгоритм сопоставления шаблонов 31
2.1.4 Алгоритм Виолы-Джонса 34
2.2 Разработка алгоритма распознавания лица на изображении 35
2.2.1 Предварительная обработка изображения 35
2.2.2 Алгоритм распознавания лица на изображении 43
2.3 Выводы по разделу 47
3 Тестирование алгоритма распознавания лиц на изображении 48
3.1 Алгоритм выделения лиц 48
3.2 Алгоритм распознавания лиц 52
3.3 Выводы по разделу 55
ЗАКЛЮЧЕНИЕ 56
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 57

Приложения должны быть в работе, но в данный момент отсутствуют


В настоящее время в связи с быстрым развитием вычислительных систем и информационных технологий растет популярность автоматизации и роботизации как в промышленности, науке, так и в повседневной жизни. Объемы получаемой информации достаточно велики, поэтому возникает необходимость осуществить выполнение многих технологических процессов без участия пользователя, в основном - процессов, связанных с однообразной работой, либо тех задач, которые человек не сможет решить с той скоростью, с которой аналогичные задачи решит машина. В связи с этим ведется множество исследований по поиску эффективных алгоритмов обработки информации, которые приведут к значительному повышению производительности, а также расширят круг применения данных систем.
Технологии распознавания находят свое применение в различных областях: в системах технического зрения, системах слежения за железнодорожными вагонами, системах распознавания текстов, охранных системах, основанных на распознавании и обработке объектов на изображении и т.д. Например, Сбербанк в настоящее время проводит сбор биометрических данных - шаблонов человеческих лиц и голоса - что, по заявлению зампреда Сбербанка Станислава Кузнецова на Международном конгрессе по кибербезопасности, решит не менее 90% проблем с киберпреступностью. Также в рамках программы «Цифровая экономика» эксперты предложили внедрить технологию распознавания лиц. Видеокамеры метрополитенов, вокзалов и аэропортов Москвы и Санкт- Петербурга должны быть подключены к системе интеллектуальной видеоаналитики с функцией распознавания лиц.
Задача распознавания образов на изображении на сегодняшний день является одним из наиболее важных и приоритетных направлений развития алгоритмов и методов машинного обучения и компьютерного зрения. Этим и определяется необходимость поиска простых, не требующих большого количества ресурсов алгоритмов решения данной задачи. Поэтому выбранная тема выпускной квалификационной работы является актуальной.
Объектом исследования являются алгоритмы распознавания образов на изображении, предметом - алгоритм распознавания человеческих лиц.
Целью выпускной квалификационной работы является совершенствование процесса распознавания объектов на изображении.
Для достижения поставленной цели необходимо решить следующие задачи:
- обзор и анализ существующих методов распознавания образов;
- разработка алгоритма распознавания человеческих лиц на изображении;
- разработка программной реализации и проверка работоспособности алгоритма;
- оценка эффективности разработанного алгоритма.
В первом разделе проведен обзор и анализ известных подходов в направлении распознавания изображений: рассмотрены существующие современные методы и алгоритмы распознавания образов на изображении, широко освещенные в литературе и других различных открытых информационных источниках, описаны принципы их работы и приведены блок-схемы.
Во втором разделе описана разработка алгоритма распознавания человеческих лиц на изображении, построена блок-схема.
В третьем разделе проведено тестирование разработанного алгоритма, доказана его работоспособность и проведена оценка эффективности.
Выпускная квалификационная работа выполнена на 60 листах, содержит 37 рисунков, 2 таблицы и 2 приложения.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

В ходе выпускной квалификационной работы была проведена работа по совершенствованию методов распознавания объектов на изображении. Поставленная цель была достигнута в результате разработки и программной реализации алгоритма выделения и распознавания человеческих лиц на изображении.
Был проведен обзор и анализ существующих методов распознавания образов. Эффективность каждого метода была определена при помощи таких характеристик, как ошибка первого и второго рода. На основе анализа было предложено усовершенствовать существующие алгоритмы выделения и распознавания лиц - алгоритм Виолы-Джонса и Eigenfaces соответственно. Было предложено использовать процедуру предварительной обработки изображения с целью уменьшения количества шумов для более успешного распознавания.
Также был разработан алгоритм распознавания человеческих лиц и его программная реализация в среде Matlab, а затем проведен сравнительный анализ его с существующими алгоритмами. В результате ошибки ложного выделения и пропуска для алгоритма лиц уменьшились, а вероятность верного распознавания лица составила 87,1%.
Все поставленные задачи в рамках выполнения выпускной квалификационной работы выполнены, поставленная цель достигнута в полном объеме.



1. Вудс, Р. Цифровая обработка изображений [Текст] / Р. Вудс, Р. Гонсалес. - М.: Техносфера, 2005. - 188 с.
2. Гонсалес, Р. Цифровая обработка изображений в среде MATLAB [Текст] / Р. Гонсалес, Р. Вудс, С. Эддинс. - М.: Техносфера, 2006. - 216 с.
3. Дремин, И.М. Вейвлеты и их использование [Текст] / И.М. Дремин, О.В. Иванов, В.А. Нечитайло - М.: Успехи физических наук, 2001. - 501 с.
4. Гилат, А. MATLAB. Теория и практика [Текст] / А. Гилат. - М.: ДМК Пресс, 2016. - 416 с.
5. Шапиро, Л. Компьютерное зрение [Текст] / Л. Шапиро,
Д. Стокман. - М.: Бином. Лаборатория знаний, 2006. - 252 с.
6. Черногорова, Ю.В. Методы распознавания образов [Электронный
ресурс] - М.: Молодой ученый, 2016. - 143 с. -
URL: https://moluch.ru/archive/132/36964/(дата обращения: 10.03.2019).
7. Тропченко, А. Ю. Методы вторичной обработки и распознавания изображений [Текст]: учебное пособие / А.Ю. Тропиченко, А.А. Тропченко. - СПб: Университет ИТМО, 2015. - 215 с.
8. Красильников, Н.Н. Цифровая обработка 2D- и 30- изображений [Текст] / Н.Н. Красильников. - СПб: Политехника, 2010. - 608 с.
9. Красавин, А.В. Компьютерный практикум в среде MatLab [Текст] /
А.В. Красавин, Я.В. Жумагулов. - М.: НИЯУ МИФИ, 2015. - 277 с.
10. Люгер, Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем [Текст] / Дж. Ф. Люгер. - М.: «Вильямс», 2003. - 864 с.
11. Кухарев, Г.А. Биометрические системы [Текст] / Г.А. Кухарев. - Спб: Политехника, 2011. - 240 с.
12. Татаренков, Д.А. Анализ методов обнаружения лиц на изображении [Текст] / Д.А. Татаренков. - М.: Молодой ученый, 2015. - 276 с.
13. Дюк, В. Data Minimg: учебный курс [Текст]: учебное пособие /
В. Дюк, А. Самойленко. - СПб: Питер, 2011. - 368 с.
14. Зубарев, Ю.Б. Проблемы и перспективы внедрения информационных мультимедийных систем в России [Текст] / Ю.Б. Зубарев, В.П. Дворкович. - М.: Электросвязь, 2014. - 116 с.
15. Ярославский, Л.П. Введение в цифровую обработку изображений [Текст] / Л.П. Ярославский. - М.: Советское радио, 1999. - 312 с.
16. Вязовых, М.Н. Обнаружение лиц на цветном растровом
изображении с применением модифицированного метода Виолы- Джонса [Электронный ресурс] / М.Н. Вязовых, К.И. Зайцев, М.В. Мухортов, А.Н. Перов. - URL: http://sntbul.bmstu.ru/doc/45828/(дата
обращения: 10.05.2019).
17. Валеев, С.С. Компьютерная обработка изображений, визуализация и графическое моделирование [Текст]: учебное пособие / С.С. Валеев, Н.В. Кондратьева, Л.И. Шехтман. - Уфа: РИК УГАТУ, 2017. - 161 с.
18. Лукъяница, А.А. Цифровая обработка видеоизображений [Текст] / А.А. Лукъяница, А.Г. Шишкин. - М.: Ай-Эс-Эс Пресс, 2009. - 518 с.
19. Дворкович, В.П. Цифровые видеоинформационные системы (теория и практика) [Текст] / В.П. Дворкович, А.В. Дворкович. - М.: Техносфера, 2012. - 1008 с.
20. Полосухин, И.С. Классификация и регрессия с помощью деревьев принятия решений [Электронный ресурс] / И.С. Полосухин. - URL: https://habrahabr.ru/post/116385/(дата обращения: 10.04.2019).
21. Уоссермен, Ф. Нейрокомпьютерная техника [Текст] / Ф. Уоссермен. - М.: Мир, 2012. - 118 с.
22. Чобану, М.К. Многомерные многоскоростные системы обработки сигналов [Текст] / М.К. Чобану. - М.: Техносфера, 2009. - 480 с.
23. Приоров, А.Л. Цифровая обработка изображений [Текст] /
A. Л. Приоров, И.В. Апальков, В.В. Хрящев. - Ярославль: ЯрГУ, 2017. - 235 с.
24. Даджион, Д. Цифровая обработка многомерных сигналов [Текст] / Д. Даджион, Р. Мерсеро. - М.: Мир, 2018. - 488 с.
25. Грузман, И.С. Цифровая обработка изображений в информационных системах [Текст] / И.С. Грузман, В.С. Киричук,
B. П. Косых. - Новосибирск: НГТУ, 2010. - 168 с.
26. Ту, Дж. Принципы распознавания образов [Текст] / Дж. Ту, Р. Гонсалес. - М.: Мир, 2018. - 178 с.
27. Прэтт, У. Цифровая обработка изображений [Текст] / У. Прэтт. - М.: Мир, 2012. - 791 с.
28. Гуров, В.С. Обработка изображений в авиационных системах
технического зрения [Текст]: монография / В.С. Гуров. -
М.: Физматлит, 2016. - 238 с.
29. Сойфер, В.А. Методы компьютерной обработки изображений [Текст] / В.А. Сойфер. - М.: Физматлит, 2001. - 784 с.
30. Журавлев, Ю.И. Распознавание. Математические методы. Программная система. Практические применения [Текст] / Ю.И. Журавлев, В.В. Рязанов, О.В. Сенько. - М.: Фазис, 2015. - 159 с.
31. Журавлев, Ю.И. Избранные научные труды [Текст] / Ю.И. Журавлев. - М.: Магистр, 2018. - 420 с.
32. Журавлев, Ю.И. Алгоритмы распознавания, основанные на вычислении оценок [Текст] / Ю.И. Журавлев, В.В. Никифоров. - М.: Кибернетика, 2011. - 311 с.
33. Кухарев, Г.А. Системы распознавания человека по изображению лица [Текст] / Г.А. Кухарев, Н.Л. Щеглова. - Спб: Изд-во СПБГЭТУ «ЛЭТИ», 2016. - 176 с.
34. Форсайт, Д.А. Компьютерное зрение. Современный подход [Текст] / Д.А. Форсайт, Д. Понс. - М.: «Вильямс», 2004. - 928 с.
35. Мерков, А.Б. Распознавание образов. Введение в методы статистического обучения [Текст] / А.Б. Мерков. - М.: Едиториал УРСС, 2011. - 256 с.
36. Загоруйко, Н.Г. Методы распознавания и их применение [Текст] / Н.Г. Загоруйко. - М.: Сов. радио, 2002.
37. Гренадер, У. Лекции по теории образов [Текст]: учебное пособие / У. Гренадер. - М.: Мир, 2009. - 179 с.
38. Фу, К. Структурные методы распознавания образов [Текст] / К. Фу. - М.: Мир, 2017. - 177 с.
39. Вапник, В.Н. Теория распознавания образов (статистические проблемы обучения) [Текст] / В.Н. Вапник, А.Я. Червоненкис. - М.: Наука, 2014. - 416 с.
40. Николенко, С.И. Самообучающиеся системы [Текст] /
С.И. Николенко, А.Л. Тулупьев. - М.: МЦНМО, 2009. - 288 с.
41. Загоруйко, Н.Г. Прикладные методы анализа данных и знаний [Текст]: учебное пособие / Н.Г. Загоруйко. - Новосибирск: Изд-во Института математики, 2009. - 270 с.
42. Потапов, А.С. Распознавание образов и машинное восприятие: общий подход на основе принципа минимальной длины описания [Текст] / А.С. Потапов. - СПб.: Политехника, 2017. - 548 с.

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ
.