ओएसएडी एल्गोरिथ्म (प्रकाशन से अंश) पर आधारित त्वरित तुलना विधि का उपयोग करके स्थानीयकरण तकनीक का सामना करें

हब्रोवचेन, नमस्कार!

जैसा कि आप शायद जानते हैं, इन्नोपोलिस विश्वविद्यालय हमारे शिक्षकों के साथ वेबिनार की एक श्रृंखला शुरू करता है। आर्टिफिशियल इंटेलिजेंस विषय पर पहला वेबिनार 11 फरवरी 2014 को 18:00 मॉस्को समय पर आयोजित किया जाएगा। इनोपॉलिस यूनिवर्सिटी के एसोसिएट प्रोफेसर समीर बेलहुआरी इसे संभालेंगे ।

पंजीकरण लिंक attendee.gotowebinar.com/register/6601261461187578113 है । आज रजिस्टर करने के लिए, सीटों की संख्या सीमित है!

इंटरनेशनल जर्नल ऑफ कंप्यूटर एप्लीकेशंस में एस। बेलहेर्ग द्वारा प्रकाशित फेशियल रिकॉग्निशन तकनीकों पर एक लेख का आंशिक अनुवाद, बिल्ली के नीचे पढ़ा गया।

प्रोफ़ेसर बेलहुआरी आपको अपना अभिवादन भेजते हैं:


यह लेख इंटरनेशनल जर्नल ऑफ कंप्यूटर एप्लिकेशन (0975-8887), वॉल्यूम 18- No.8, मार्च 2011 में प्रकाशित हुआ था।

निरपेक्ष अंतर के अनुकूलित योग के आधार पर मानक के साथ त्वरित तुलना विधि का उपयोग करते हुए फेस लोकलाइजेशन तकनीक, एन। दाउद, एस। बेलहौरी, जे। जेनियर

अमूर्त

हाल तक तक, छवियों में स्थानीयकरण चेहरे की समस्याओं को हल करने के लिए पैटर्न (मानकों) की तुलना करके मान्यता पद्धति का व्यापक रूप से उपयोग किया गया था। सामान्यीकृत क्रॉस-सहसंबंध समारोह (एनईसी) को एक माप पद्धति माना जाता है जो पारंपरिक रूप से तस्वीर में चेहरे की स्थिति को स्थानीय बनाने के लिए इनपुट छवि के मौजूदा चेहरे पैटर्न और आयताकार ब्लॉकों के बीच समानता की गणना करने के लिए उपयोग किया जाता है। हालांकि, इस तथ्य के कारण किसी व्यक्ति की स्थिति का निर्धारण करने में हमेशा एक त्रुटि होती है कि कुछ ब्लॉक जो वास्तव में एक व्यक्ति नहीं हैं, वे नियमित ब्लॉक की तुलना में किसी व्यक्ति की अधिक संभावित स्थिति प्रतीत होते हैं। यह प्रकाश या पृष्ठभूमि प्रतिबिंब-हस्तक्षेप में भिन्नता के कारण है। इस काम में, लेखक ऐसी भिन्न समस्याओं के प्रभावों को कम करने के लिए एनईसी का उपयोग करने के बजाय पूर्ण अंतर (ओएसएआर) एल्गोरिथ्म के अनुकूलित योग के आधार पर मानक के साथ एक त्वरित तुलना तकनीक का प्रस्ताव करते हैं। प्रयोगों के दौरान, अन्य तरीकों की तुलना में OSAR विधि का उपयोग करने की उच्च सटीकता की पुष्टि करने के लिए समानता माप के परीक्षणों की एक श्रृंखला की गई। वर्णित विधि के आवेदन की सटीकता का आकलन करने के लिए, दो फेस डेटाबेस का उपयोग किया गया था - येल डेटाबेस और एमआईटी-सीबीसीएल। स्थानीयकरण की सटीकता 100% थी।



परिचय

चेहरे का स्थानीयकरण स्वचालित चेहरे की पहचान की प्रणाली का पहला कदम है। चेहरे को स्थानीय बनाने के कार्य में, यह पहले से ही ज्ञात है कि चेहरा इनपुट छवि में मौजूद है, और कार्य इस चेहरे का स्थान निर्धारित करना है। हालांकि, पैमाने, आसन, ब्लैकआउट, प्रकाश व्यवस्था, चेहरे के भाव और पृष्ठभूमि प्रतिबिंबों में भिन्नता के कारण एक इनपुट छवि से एक चेहरे को स्थानीय बनाना एक कठिन काम है। इस समस्या को हल करने के कई तरीकों के बावजूद, स्थानीयकरण में सुधार लाने का कार्य अत्यंत आवश्यक है। चेहरे की पहचान और कुछ तकनीकों के क्षेत्र में अध्ययन [1] में प्रस्तुत किए गए हैं। हाल ही में एक मान्यता अध्ययन यांग एट अल द्वारा किया गया था। [2]। लेखकों का यह समूह पहचान विधियों को 4 मुख्य श्रेणियों में विभाजित करता है: जो कृत्रिम बुद्धिमत्ता विधियों [3] पर आधारित होते हैं, जो विशेषता बिंदुओं को निर्धारित करने के लिए अपरिवर्तनीय विधि [4], बेंचमार्किंग [5] और उपस्थिति विधि [6] हैं। व्यापक मानकों के लिए तुलना विधियों का उपयोग इनपुट छवियों पर चेहरे का पता लगाने के लिए किया जाता है। इस तकनीक का उपयोग करते समय, शुरू में चेहरे (मुख्य रूप से पूर्ण-चेहरे की छवियां) एक डेटाबेस में पूर्व-पता की जाती हैं और संग्रहीत होती हैं। बाद में, इनपुट छवि ब्लॉकों और पहले संग्रहीत मानकों के बीच सहसंबंध की गणना की जाती है। इस पद्धति के फायदे इसकी शोर के प्रति संवेदनशीलता, उपयोग में आसानी, और इनपुट इमेज [7] से चेहरे का पता लगाने के लिए लंबे समय की आवश्यकता नहीं है।

हालांकि, यह पृष्ठभूमि और प्रकाश व्यवस्था में मजबूत बदलाव के साथ छवियों में चेहरे का पता लगाने के लिए पर्याप्त नहीं है, क्योंकि ये परिवर्तन मान्यता प्राप्त वस्तुओं की विशेषता आकृतियों को बदल सकते हैं। बेंचमार्क मिलान की सबसे सरल विधि एक डेटाबेस में संग्रहीत छवियों के एक सेट से एक औसत बेंचमार्क बनाना है। नतीजतन, उच्च सहसंबंध समानता के साथ इनपुट छवि में आयताकार ब्लॉक चेहरे के स्थान की परिभाषा के रूप में प्रस्तावित हैं। इस विधि को फिल्टर के रूप में औसत चेहरे के साथ फ़िल्टर की गई तुलना की तकनीक कहा जा सकता है।

औसतन अंकित मानक और इनपुट छवियों के आयताकार ब्लॉकों के बीच सहसंबंध की गणना के लिए व्यापक रूप से उपयोग की जाने वाली विधियों में से एक समानता माप तकनीक है, उदाहरण के लिए, एक सामान्यीकृत क्रॉस-सहसंबंध फ़ंक्शन (NEC) [8,9]। हालांकि, NEC अक्सर प्रकाश प्रदर्शन और पृष्ठभूमि प्रतिबिंब से प्रभावित होते हैं, जैसा कि छवियों पर, अक्सर ऐसे ब्लॉक होते हैं जो चेहरे का हिस्सा नहीं होते हैं, जिनमें औसतन चेहरे के संदर्भ मैट्रिक्स के समान पैरामीटर होते हैं। इस समस्या को निरपेक्ष अंतर एल्गोरिथम (एटीएस) एल्गोरिथ्म [10] का उपयोग करके हल किया जा सकता है, जिसका उपयोग अक्सर छवियों को संपीड़ित करने और वस्तुओं को ट्रैक करने के लिए किया जाता है, लेकिन एटीएस को अभी भी छवि में चेहरे के अधिक सटीक स्थान की गणना करने के लिए अतिरिक्त अनुकूलन की आवश्यकता है। इसके अलावा, एटीएस उच्च रोशनी के साथ छवि में चेहरे के स्थानीयकरण की उच्च सटीकता दे सकता है, लेकिन पृष्ठभूमि शोर सटीकता दर को प्रभावित कर सकता है। कार्य के लेखक उपरोक्त भिन्नताओं के प्रभाव को कम करने के लिए OSAR पर आधारित स्थानीयकरण के लिए एक बेहतर पद्धति प्रदान करते हैं ...

[१] आर। चेल्लप्पा, सीएल विल्सन और एस। सिरोहे, "चेहरों की मानव और मशीन मान्यता: एक सर्वेक्षण," आईईईई की कार्यवाही, खंड। 83, पीपी। 705-741, 1995।
[२] मिंग-हसन यांग, डीजे क्रिगमैन और एन। आहूजा, "छवियों में चेहरे का पता लगाना: एक सर्वेक्षण," पैटर्न विश्लेषण और मशीन इंटेलिजेंस, IEEE लेनदेन पर, वॉल्यूम। 24, पीपी। 34-58, 2002।
[३] झाओ फी और किआओ कियान्ग, "सूचना विज्ञान और इंजीनियरिंग (ICISE) में २०० ९, २०० ९, १ ९९ ६, पर सूचना विज्ञान और इंजीनियरिंग (ICISE)," आयताकार ज्ञान नियम और चेहरे की संरचना पर आधारित चेहरा पहचान। 1235-1239।
[४] एस। जेंग, एचवाईएम लियाओ, सीसी हान, मेरी चेर और वाईटी लियू, "ज्यामितीय चेहरे के मॉडल का उपयोग करते हुए चेहरे की विशेषता का पता लगाने: एक कुशल दृष्टिकोण," पैटर्न मान्यता, वॉल्यूम। 31, पीपी। 273-282, 3, 1998।
[५] एके जैन, वाई.एच. झोंग और एम। डुबिसन-जॉली, "ख़राब टेम्पलेट मॉडल: एक समीक्षा," सिग्नल प्रोसेस, वॉल्यूम। 71, पीपी। 109-129, 12/15, 1998।
[६] एम। -। छवि प्रसंस्करण, 2000 में यांग, एन। आहूजा और डी। क्रिगमैन, "कर्नेल आइगेनफेस का उपयोग करते हुए चेहरा पहचानना"। 2000 पर 2000 अंतर्राष्ट्रीय सम्मेलन, पीपी। 37-40 खंड 1।
[[] लिंगमिन मेंग और टीक्यू न्गुयेन, "सिग्नल, सिस्टम और कंप्यूटर में 1999 में लीनियर डिस्क्रिमिनेशन का उपयोग करते हुए स्थानीय चेहरा।" 745-749 वॉल्यूम 1।
[[] डी। त्सई और सी। लिन, "दोष का पता लगाने के लिए फास्ट सामान्यीकृत क्रॉस सहसंबंध," पैटर्न रिकॉग। लेट।, वॉल्यूम। 24, पीपी। 2625-2631, 11, 2003।
[९] शौ-डेर वी और शांग-हांग लाई, "एडाप्टिव मल्टीलेवल विजेता अपडेट के साथ सामान्यीकृत क्रॉस सहसंबंध के आधार पर फास्ट टेम्प्लेट मिलान, छवि प्रसंस्करण, आईईईई लेनदेन, वॉल्यूम पर। 17, पीपी। 2227-2235, 2008।
[१०] एमजे अताल्लाह, "अंतर माप के पूर्ण मूल्य के योग में मेल खाने वाला तेज़ इमेज टेम्प्लेट," इमेज प्रोसेसिंग, IEEE लेन-देन, वॉल्यूम। 10, पीपी। 659-663, 2001।

पूरा लेख अंग्रेजी में - www.ijcaonline.org/volume18/number8/pxc3872912.pdf

हम 11 फरवरी को 18:00 (मॉस्को समय) हमारे वेबिनार पर आपका इंतजार कर रहे हैं!