Systém pro detekování a identifikaci osob na základě digitálního obrazu obličeje
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Diplomová práce se zabývá problematikou rozpoznání obličejů v obraze, a to zejména detekcí, klasifikací (pohlaví, věku a osob) a verifikací obličejů. Pro detekci byly otestovány dvě metody: detekce na základě Haar příznaků s využitím boostovací metody AdaBoost a detekce využívající Histogramů orientovaných gradientů (HOG). V úloze klasifikace byla nejdříve využita metoda pro redukci dimenze dat PCA (Principal Component Analysis) a následně byly otestovány metody klasifikace pomocí Euklidovské vzdálenosti, Mahalanobisovy vzdálenosti, GMM (Gaussian Mixture Models) a lineárního SVM (Support Vector Machine). Pro úlohu verifikace bylo otestováno řešení využívající deskriptorů LARK (Locally Adaptive Regression Kernel) v kombinaci s PCA a lineárním SVM. Další částí této diplomové práce bylo vytvoření moderního webového rozhraní, které implementuje nejúspěšnější z otestovaných metod detekce, klasifikace a verifikace a umožňuje tak uživateli rozpoznávat vlastní obrazy s obličeji osob.
The diploma thesis deals with the issues of face recognition in image, especially detection, classification (gender, age and people) and verification of faces. For detection were tested two methods: detection based on Haar features using the boost algorithm AdaBoost and detection using Histograms of Oriented Gradients (HOG). In classification task was used method for reduction dimension of data - PCA (Principal Component Analysis) and subsequently tested these methods of classification: Euclidean distance, Mahalanobis distance, GMM (Gaussian Mixture Models) and linear SVM (Support Vector Machine). For verification task has been tested solution which uses LARK (Locally Adaptive Regression Kernel) descriptors in combination with PCA and linear SVM. Next part of the thesis was to create a modern Web interface that implements the most successful tested methods for detection, classification and verification. This system enables users to recognize their own images with faces of people.
The diploma thesis deals with the issues of face recognition in image, especially detection, classification (gender, age and people) and verification of faces. For detection were tested two methods: detection based on Haar features using the boost algorithm AdaBoost and detection using Histograms of Oriented Gradients (HOG). In classification task was used method for reduction dimension of data - PCA (Principal Component Analysis) and subsequently tested these methods of classification: Euclidean distance, Mahalanobis distance, GMM (Gaussian Mixture Models) and linear SVM (Support Vector Machine). For verification task has been tested solution which uses LARK (Locally Adaptive Regression Kernel) descriptors in combination with PCA and linear SVM. Next part of the thesis was to create a modern Web interface that implements the most successful tested methods for detection, classification and verification. This system enables users to recognize their own images with faces of people.
Description
Subject(s)
rozpoznávání obličejů, detekce, klasifikace, verifikace, webový systém, face recognition, detection, classification, verification, web system