АЛГОРИТМ ПОДГОТОВКИ ОБУЧАЮЩЕЙ ВЫБОРКИ С ИСПОЛЬЗОВАНИЕМ 3D-МОДЕЛИРОВАНИЯ ЛИЦ

Полный текст:


Аннотация

В работе представлен алгоритм подготовки выборки для обучения многоклассового классификатора машин опорных векторов (SVM). Описанный подход основан на моделировании возможных изменений внешности распознаваемого человека, путем введения дополнительных ракурсов съемки, условий освещения, углов наклона изображаемого фотопортрета человека. Полученные изменения искусственным путем непосредственно оказывают влияние на обучение классификатора, расширяя диапазон возможных вариаций исходного изображения. Классификатор, обученный на расширенной выборке, соответственно, готов в большей степени распознавать новые объекты. Основными рассматриваемыми параметрами для моделирования выбраны возраст, эмоциональные выражения лица, повороты головы, различные условия освещения, шумы, а также некоторые комбинации перечисленных параметров. Для моделирования дополнительных признаков использовано стороннее программное обеспечение FaceGen, позволяющее моделировать до 150 параметров и доступное в демо-версии для свободного скачивания.

В качестве классификатора для тестирования влияния вводимых модификаций обучающей выборки выбран SVM. Подготовка и предварительная обработка изображений выполнялась в несколько этапов: локализация области лица на изображении, оценка угла поворота и наклона, растяжение диапазона яркостей пикселей и эквализация гистограммы для выравнивания яркостно-контрастных характеристик обрабатываемых изображений, Масштабирование локализованной и обработанной области лица, Формирование вектора признаков отмасштабированного и обработанного изображения лица по методу главных компонент (алгоритм NIPALS), Обучение многоклассового SVM-классификатора.

Представленная методика расширения обучающей выборки носит практически ориентированный характер и позволяет с использованием 3D-моделей расширить диапазон обрабатываемых 2D-фотопортретов лиц, что положительно сказывается на результатах идентификации в системе распознавания лиц. Данный подход позволяет в определенной мере компенсировать недостаток исходных изображений для повышения качества идентификации.


Об авторах

Д. И. Самаль
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Самаль Дмитрий Иванович, кандидат технических наук, доцент. Заведующий кафедрой ЭВМ


И. И. Фролов
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Фролов Игорь Иванович, кандидат технических наук. Доцент кафедры ЭВМ


Список литературы

1. Старовойтов В. В. Расширение обучающего множества для настройки биометрических систем распознавания /B. B. Старовойтов, Никодимов Д. Ю. // Обработка информации и управление в чрезвычайных и экстремальных ситуациях: материалы 4-й международной конференции. – Минск, 2004. – С. 204–209.

2. Yanushkevich S. N. Biometric-Based Decision Support Assistance in Physical Access Control Systems / S. Chague,B. Droit, O. Boulanov, S. N. Yanushkevich, V. P. Shmerko, A. Stoica // Bio-inspired Learning and Intelligent Systems for Security: Proceedings of ECSIS Symposium, Aug. 4–6, 2008, Edinburgh, UK. – Edinburg, 2008. – P. 11–16.

3. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – Москва: Техносфера. – 2005. – 1072 с.

4. Хайкин С. Нейронные сети: полный курс / С. Хайкин. – Москва: Вильямс. – 2006. – 1104 с.


Дополнительные файлы

Для цитирования: Самаль Д.И., Фролов И.И. АЛГОРИТМ ПОДГОТОВКИ ОБУЧАЮЩЕЙ ВЫБОРКИ С ИСПОЛЬЗОВАНИЕМ 3D-МОДЕЛИРОВАНИЯ ЛИЦ. «Системный анализ и прикладная информатика». 2016;(4):17-23.

For citation: Samal D.I., Frolov I.I. ALGORITHM OF PREPARATION OF THE TRAINING SAMPLE USING 3D-FACE MODELING. «System analysis and applied information science». 2016;(4):17-23. (In Russ.)

Просмотров: 142

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)