📄Работа №178772
Тема: ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АЛГОРИТМА РАСПОЗНАВАНИЯ ОБРАЗОВ НА ИЗОБРАЖЕНИИ
Тип работы
Дипломные работы, ВКР
Предмет
информатика
Объем:
60 листов
Год:
2019
Просмотров:
59
4210
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
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
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
📖 Введение
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.
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.
✅ Заключение
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.
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.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.