Rozpoznawanie twarzy Wprowadzenie Algorytmy PCA ICA Mateusz Adamik Rozpoznawanie twarzy Wprowadzenie Algorytmy PCA ICA Metoda oparta na porównywaniu szablonów (template matching)
Wprowadzenie Normalizacja
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
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
Metoda oparta na porównywaniu szablonów (template matching)
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 .
PCA – Analiza głównych składowych 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. PCA ICA 2
Źródła - wikipedia.org - http://face-recognition.eu - http://www.face-rec.org/algorithms - 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