Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

ROZPOZNAWANIE TWARZY WPROWADZENIE ALGORYTMY PCA ICA METODA OPARTA NA PORÓWNYWANIU SZABLONÓW (TEMPLATE MATCHING) Mateusz Adamik.

Podobne prezentacje


Prezentacja na temat: "ROZPOZNAWANIE TWARZY WPROWADZENIE ALGORYTMY PCA ICA METODA OPARTA NA PORÓWNYWANIU SZABLONÓW (TEMPLATE MATCHING) Mateusz Adamik."— Zapis prezentacji:

1 ROZPOZNAWANIE TWARZY WPROWADZENIE ALGORYTMY PCA ICA METODA OPARTA NA PORÓWNYWANIU SZABLONÓW (TEMPLATE MATCHING) Mateusz Adamik

2 WPROWADZENIE Normalizacja

3 ALGORYTMY Detekcja twarzy oparta na gradiencie PCA - Principal Component Analysis ICA - Independent Component Analysis LDA - Linear Discriminant Analysis EP - Evolutionary Pursuit EBGM - Elastic Bunch Graph Matching AAM - Active Appearance Model

4 METODA GRADIENTOWA obrazy źródłowe powinny być przeskalowane do rozmiarów w których twarz ma okrągłe proporcje Pierwszą częścią procesu detekcji jest obliczenie matrycy gradientu px i py (poziomych i pionowych wartości gradientu). Opisywana metoda polega na przeszukiwaniu obrazu wejściowego w celu znalezienia charakterystycznego dla twarzy rozkładu gradientu. Opierając się na utworzonych matrycach oblicza się wektory gradientu dla wszystkich punktów obrazu

5 METODA OPARTA NA PORÓWNYWANIU SZABLONÓW (TEMPLATE MATCHING)

6 EIGENFACE M obrazów o wymiarach [h x w] zostaje zapisanych jako wektory D (o wymiarach hw) i umieszczone w zbiorze. Wszystkie obrazy powinny być odpowiednio przeskalowane, a tło jednorodne lub usunięte. Każda twarz różni się od średniej o wektor, gdzie średnia twarz jest określona przez Macierzy kowariancji jest zdefiniowana jako:, gdzie.

7 PCA – ANALIZA GŁÓWNYCH SKŁADOWYCH PCA ICA 2 Analiza głównych składowych (ang. Principal Component Analysis, PCA) – jedna ze statystycznych metod analizy czynnikowej. Zbiór danych składający się z N obserwacji, z których każda obejmuje K zmiennych, można interpretować jako chmurę N punktów w przestrzeni K-wymiarowej. Celem PCA jest taki obrót układu współrzędnych, aby maksymalizować w pierwszej kolejności wariancję pierwszej współrzędnej, następnie wariancję drugiej współrzędnej, itd.

8 ŹRÓDŁA - wikipedia.org M. Turk, A. Pentland Eigenfaces for Recognition - P. Jonathon Philips Computational and performance aspects of PCA-based face-recognition algorithms - Comparative Assessment of Independent Component Analysis (ICA) for Face Recognition Ch. Liu and H. Wechsler - Recognizing Faces with PCA and ICA B.A. Draper, K. Baek


Pobierz ppt "ROZPOZNAWANIE TWARZY WPROWADZENIE ALGORYTMY PCA ICA METODA OPARTA NA PORÓWNYWANIU SZABLONÓW (TEMPLATE MATCHING) Mateusz Adamik."

Podobne prezentacje


Reklamy Google