Тип работы:
Предмет:
Язык работы:


Распознавание лиц на изображении

Работа №60048

Тип работы

Бакалаврская работа

Предмет

физика

Объем работы45
Год сдачи2017
Стоимость4760 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
169
Не подходит работа?

Узнай цену на написание


Введение 3
Глава 1. Обзор алгоритмов для распознавания лиц 5
1.1 Особенности задачи распознавания лиц 5
1.2 Нейронные сети 7
1.3 Метод гибкого сравнения на графах 9
1.4 Метод Виола-Джонса 11
1.4.1 Интегральное представление изображений 12
1.4.2 Признаки Хаара 14
1.4.3 Обучение классификатора 15
1.4.4 Бустинг и разработка AdaBoost 16
Глава 2. Обзор средств для разработки программного продукта 20
2.1 Библиотека OpenCV 21
2.2 Среда разработки MathWorks MATLAB 22
2.3 Выбор наиболее подходящего средства разработки 24
Глава 3. Практическая часть 25
3.1 Алгоритм программы 25
3.2 Реализация метода Виола-Джонса 26
3.3 Расчёт параметров лица 32
3.4 Сохранение данных 34
3.5 Корреляционная функция 35
Заключение 39
Список литературы 40
Приложение

Проблема формализации и автоматизации процесса распознавания человеческих лиц была затронута еще на самых ранних стадиях развития систем распознавания образов. Первые работы по данной тематике появились еще в 50-60-е годы ХХ века. Однако именно в течение последнего десятилетия количество научных исследований и публикаций по данной тематике выросло в несколько раз, что свидетельствует о возрастании актуальности этой проблемы. Это объясняется тем, что в связи со значительным ростом вычислительной мощности ЭВМ и удешевлением их эксплуатации открылись новые возможности применения вычислительной техники в самых различных сферах, и соответственно появилось множество прикладных задач, требующих своего скорейшего разрешения [1].
Существует несколько подходов к решению задачи распознавания лиц, основанных на методах радиофизики: интегральные методы, теория графов, нейросетевые модели. В выпускной квалификационной работе для исследования были выбраны три алгоритма: метод гибкого сравнения на графах, нейронные сети и метод Виола-Джонса. Каждый из этих алгоритмов реализует отличный от других подход к распознаванию, имеет свои преимущества, недостатки и ограничения применимости.
Целью дипломной работы является разработка программы, в котором будет реализован один из методов распознания лиц на изображении и поиск одинаковых лиц.
Необходимо решить следующие задачи:
• Изучить существующие подходы для распознавания лиц;
• Изучить методы, применяемые в алгоритмах распознавания лиц;
• Научиться основам языка программирования matlab;
• Реализовать метод Виола-Джонса.
• Реализовать поиск одинаковых лиц в базе из 50 фотографий.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


При выполнении дипломной работы были изучены следующие алгоритмы, применяемые для распознавания лиц: метод главных компонент, нейронная сеть и метод Виола-Джонса. Алгоритмы были проанализированы на предмет вычислительной сложности, а также возможности решения дополнительных задач, зависящих от особенностей изображения лица.
Разработана программа и база данных фотографий, содержащие необходимый функционал и информацию для проведения исследований работы алгоритма распознания лиц на изображении, различных наборах обучающих и тестовых данных. В программе реализован алгоритм распознавания лиц - метод Виола Джонса.
Программа в реальном времени производит анализ из базы 50 фотографий, осуществляет поиск лица, глаз и губ, выделяя искомые объекты геометрическими фигурами. Также рассчитывает расстояние между этими объектами, сохраняя их в файл, после чего находит коэффициент корреляции и выводит их на графике для нахождения одинаковых лиц.
Добился следующих результатов:
• Изучил существующие подходы для распознавания лиц;
• Изучил методы, применяемые в алгоритмах распознавания лиц;
• Научился основам языка программирования matlab;
• Реализовал метод Виола-Джонса;
• Реализовал поиск одинаковых лиц в базе из 50 фотографий;
В качестве развития данной работы можно рассматривать расширение функционала приложения путем построения 3D модели в программе matlab.



1. Hemant Singh Mittal, Harpreet Kaur Face Recognition Using PCA & Neural
Network [электронный ресурс]
Режим доступа:
http: //www. ijese. org/attachments/Fil e/v 1 i6/F0266041613.pdf
(Дата обращения 16.03.2017)
2. Principal Components Analysis (PCA) [электронный ресурс]
Режим доступа: https://onlinecourses.science.psu.edu/stat505/node/49
(Дата обращения 16.03.2017)
3. Методы выделения информативных признаков изображений лица в задаче распознавания лица [электронный ресурс]
Режим доступа:
http://www.graphicon.ru/2005/proceedings/papers/Bazanov.pd
f
(Дата обращения 16.03.2017)
4. Машинное обучение Композиции алгоритмов [электронный ресурс]
Режим доступа: https://yandexdataschool.ru/edu-process/courses/machine- learning
(Дата обращения 16.03.2017)
5. Об автоматическом распознавании лиц [электронный ресурс]
Режим доступа:
http: //www. intsys .msu. ru/magazine/archive/v9 (1-4 )/volchenkov- 135-156.pdf
(Дата обращения 16.03.2017)
6. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц [электронный ресурс]
Режим доступа: https:ZZhabrahabr.ru/post/133826Z
(Дата обращения 16.03.2017)
7. Слежение за выделенными объектами на протяжении видеоряда [электронный ресурс]
Режим доступа: http://engsi.ru/file/out/801331
(Дата обращения 16.03.2017)
8. Computer Vision System Toolbox [электронный ресурс]
Режим доступа:
https: //www. mathworks. com/help/vision/ref/vision. cascadeobj ectdetector- class.html
(Дата обращения 16.03.2017)
9. Р. Гонсалес, Р.Вудс, «Цифровая обработка изображений», ISBN 5-94836¬028-8, изд-во: Техносфера, Москва, 2005. - 1072 с.
(Дата обращения 16.03.2017)
10. Jan "Sochman, JiTi Matas, «AdaBoost», Center for Machine Perception, Czech Technical University, Prague, 2010
(Дата обращения 16.03.2017)
11. Yoav Freund, Robert E. Schapire, «A Short Introduction to Boosting», Shannon Laboratory, USA, 1999., pp. 771-780
(Дата обращения 16.03.2017)
12. Местецкий Л. М., «Математические методы распознавания образов», МГУ, ВМиК, Москва, 2002-2004., с. 42 - 44
(Дата обращения 16.03.2017)
13. P. Viola and M.J. Jones, «Rapid Object Detection using a Boosted Cascade of Simple Features», proceedings IEEE Conf, on Computer Vision and Pattern Recognition (CVPR 2001), 2001
(Дата обращения 16.03.2017)
14. Местецкий Л. М., «Математические методы распознавания образов»,
МГУ, ВМиК, Москва, 2002-2004., с. 42 - 44
(Дата обращения 16.03.2017)


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ