Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Цель и задачи

Содержание

Цель и задачиЦель:Разработка метода и оценка эффективности фрактального сжатия при распознавании изображений человеческих лицЗадачи:Построение структуры системы распознавания лиц на основе фрактального сжатияУвеличение скорости работы алгоритма фрактального сжатияСравнение с другими методами распознавания лиц
Распознавание лиц на основе фрактальной геометрии Цель и задачиЦель:Разработка метода и оценка эффективности фрактального сжатия при распознавании изображений Актуальность РаспознаваниеОбнаружение - установление наличия на изображении объекта, обладающего некоторыми определенными характеристикамиРаспознавание = Обнаружение + Классификация Алгоритм распознавания лиц: Существующие методы поиска лиц Выделение признаков Сравнение признаков Принятие решения Выделение признаков фрактальным методом Построение доменных блоков:Выделение признаков фрактальным методом(2) Выделение признаков фрактальным методом(3)Построение ранговых блоков:Методом квадродерева Выделение признаков фрактальным методом(4)Поиск аффинно-зависимых доменных и ранговых блоков:На основе гистограмм яркости областей? Выделение признаков фрактальным методом(5)Используемые аффинные преобразования:Поворот на 90°, 180°, 270°Изменение масштабазеркальное отражение относительно вертикальной/горизонтальной оси Вейвлет ХаараОсобенности, которые использовали Виола и Джонс, базируются на вейвлетах ХаараВейвлет Хаара Алгоритмы распознаванияПопиксельное сравнение изображенияМетоды, основанные на сравнении характеристиканализ геометрических характеристик лицаметод главных Фрактальное сравнениеФрактальное сжатие – компактный набор признаковДолгое построение базы, но быстрое сравнениеТочность ФракталыФрактал – это все, что мы видим вокругСлово фрактал образовано от латинского Фрактальное сжатие Этапы обученияПоиск лица методом Виолы-ДжонсаВыделение ключевых точек лица частью алгоритма SIFTПостроение доменных Поиск лица методом Виолы-ДжонсаПоиск лица осуществляется по уже заготовленным каскадам Хаара, обученным Выделение ключевых точекИспользуется только часть алгоритма SIFT:Не нарушаем патентНе используем часть алгоритма, Построение доменных областейДоменные области строятся по следующим правилам:Доменные области могут пересекатьсяДоменные области Построение ранговых областейРанговые области строятся метом квадродерева:Изначально изображение делится на 4 блокаКаждый Сопоставление ранговых и доменных областей Ранговая область подвергается одному из аффинных преобразований, а так же масштабируется в Сопоставление ранговых и доменных областей (3) Сравнение изображений ПрименениеСредства аутентификации пользователейПоиск людей по фотографии в Интернете или в БДАнализ изображений Сравнение с самым популярным методом Результаты ПроблемыБаза долго строится
Слайды презентации

Слайд 2 Цель и задачи
Цель:
Разработка метода и оценка эффективности фрактального

Цель и задачиЦель:Разработка метода и оценка эффективности фрактального сжатия при распознавании

сжатия при распознавании изображений человеческих лиц
Задачи:
Построение структуры системы распознавания

лиц на основе фрактального сжатия
Увеличение скорости работы алгоритма фрактального сжатия
Сравнение с другими методами распознавания лиц

Слайд 3 Актуальность

Актуальность

Слайд 4 Распознавание
Обнаружение - установление наличия на изображении объекта, обладающего

РаспознаваниеОбнаружение - установление наличия на изображении объекта, обладающего некоторыми определенными характеристикамиРаспознавание = Обнаружение + Классификация

некоторыми определенными характеристиками
Распознавание = Обнаружение + Классификация


Слайд 5 Алгоритм распознавания лиц:

Алгоритм распознавания лиц:

Слайд 6 Существующие методы поиска лиц

Существующие методы поиска лиц

Слайд 7 Выделение признаков

Выделение признаков

Слайд 8 Сравнение признаков

Сравнение признаков

Слайд 9 Принятие решения

Принятие решения

Слайд 10 Выделение признаков фрактальным методом

Выделение признаков фрактальным методом

Слайд 11 Построение доменных блоков:
Выделение признаков фрактальным методом(2)

Построение доменных блоков:Выделение признаков фрактальным методом(2)

Слайд 12 Выделение признаков фрактальным методом(3)
Построение ранговых блоков:
Методом квадродерева

Выделение признаков фрактальным методом(3)Построение ранговых блоков:Методом квадродерева

Слайд 13 Выделение признаков фрактальным методом(4)
Поиск аффинно-зависимых доменных и ранговых

Выделение признаков фрактальным методом(4)Поиск аффинно-зависимых доменных и ранговых блоков:На основе гистограмм яркости областей?

блоков:
На основе гистограмм яркости областей
?


Слайд 14 Выделение признаков фрактальным методом(5)
Используемые аффинные преобразования:
Поворот на 90°,

Выделение признаков фрактальным методом(5)Используемые аффинные преобразования:Поворот на 90°, 180°, 270°Изменение масштабазеркальное отражение относительно вертикальной/горизонтальной оси

180°, 270°
Изменение масштаба
зеркальное отражение относительно вертикальной/горизонтальной оси


Слайд 15 Вейвлет Хаара
Особенности, которые использовали Виола и Джонс, базируются

Вейвлет ХаараОсобенности, которые использовали Виола и Джонс, базируются на вейвлетах ХаараВейвлет

на вейвлетах Хаара
Вейвлет Хаара — один из первых и

наиболее простых вейвлетов
Двумерное представление:

Функциональное представление:


Слайд 17 Алгоритмы распознавания
Попиксельное сравнение изображения
Методы, основанные на сравнении характеристик
анализ

Алгоритмы распознаванияПопиксельное сравнение изображенияМетоды, основанные на сравнении характеристиканализ геометрических характеристик лицаметод

геометрических характеристик лица
метод главных компонент
сравнение эластичных графов
анализ частотных характеристик
предложенный

метод сравнения на основе фрактальных характеристик

Слайд 18 Фрактальное сравнение
Фрактальное сжатие – компактный набор признаков
Долгое построение

Фрактальное сравнениеФрактальное сжатие – компактный набор признаковДолгое построение базы, но быстрое

базы, но быстрое сравнение
Точность не уступает более медленным аналогам
?


Слайд 19 Фракталы
Фрактал – это все, что мы видим вокруг
Слово

ФракталыФрактал – это все, что мы видим вокругСлово фрактал образовано от

фрактал образовано от латинского fractus и в переводе означает

«состоящий из фрагментов»
Является самоподобной или приближённо самоподобной
Обладает дробной метрической размерностью или метрической размерностью, превосходящей топологическую.

Слайд 20 Фрактальное сжатие

Фрактальное сжатие

Слайд 21 Этапы обучения
Поиск лица методом Виолы-Джонса
Выделение ключевых точек лица

Этапы обученияПоиск лица методом Виолы-ДжонсаВыделение ключевых точек лица частью алгоритма SIFTПостроение

частью алгоритма SIFT
Построение доменных и ранговых областей
Поиск коэффициентов аффинных

преобразований, переводящих доменные области в ранговые

Слайд 22 Поиск лица методом Виолы-Джонса
Поиск лица осуществляется по уже

Поиск лица методом Виолы-ДжонсаПоиск лица осуществляется по уже заготовленным каскадам Хаара,

заготовленным каскадам Хаара, обученным на поиск лиц
Поиск происходит моментально
Алгоритм

взят из библиотеки OpenCV

Слайд 23 Выделение ключевых точек
Используется только часть алгоритма SIFT:
Не нарушаем

Выделение ключевых точекИспользуется только часть алгоритма SIFT:Не нарушаем патентНе используем часть

патент
Не используем часть алгоритма, которая требует больше всего ресурсов

– выделение дескрипторов ключевых точек
Используются пирамиды Гаусса

Слайд 24 Построение доменных областей
Доменные области строятся по следующим правилам:
Доменные

Построение доменных областейДоменные области строятся по следующим правилам:Доменные области могут пересекатьсяДоменные

области могут пересекаться
Доменные области содержат только 2 ключевые точки
Доменные

области содержат только уникальные точки

Слайд 25 Построение ранговых областей
Ранговые области строятся метом квадродерева:
Изначально изображение

Построение ранговых областейРанговые области строятся метом квадродерева:Изначально изображение делится на 4

делится на 4 блока
Каждый блок в зависимости от результатов

сравнения делится еще на 4
Разбиение останавливается по достижению указанной глубины квадродерева
Большой плюс – легко запомнить ранговую область по индексу

Слайд 26 Сопоставление ранговых и доменных областей

Сопоставление ранговых и доменных областей

Слайд 27 Ранговая область подвергается одному из аффинных преобразований, а

Ранговая область подвергается одному из аффинных преобразований, а так же масштабируется

так же масштабируется в соответствии с доменной областью

Сопоставление ранговых

и доменных областей (2)

Поворот

Изменение масштаба


Слайд 28 Сопоставление ранговых и доменных областей (3)

Сопоставление ранговых и доменных областей (3)

Слайд 29 Сравнение изображений

Сравнение изображений

Слайд 30 Применение
Средства аутентификации пользователей
Поиск людей по фотографии в Интернете

ПрименениеСредства аутентификации пользователейПоиск людей по фотографии в Интернете или в БДАнализ

или в БД
Анализ изображений и видео данных в сетевом

трафике

Слайд 31 Сравнение с самым популярным методом

Сравнение с самым популярным методом

Слайд 32 Результаты

Результаты

Слайд 33 Проблемы
База долго строится

ПроблемыБаза долго строится

  • Имя файла: tsel-i-zadachi.pptx
  • Количество просмотров: 89
  • Количество скачиваний: 0