Razlike

Slijede razlike između dviju inačica stranice.

--- racfor_wiki:tehnike_automatiziranog_prepoznavanja_lica_u_video_zapisima [2021/01/16 19:52]
imihaljek [Metode i tehnike prepoznavanja lica]
+++ racfor_wiki:tehnike_automatiziranog_prepoznavanja_lica_u_video_zapisima [2024/12/05 12:24] (trenutno)
@@ Redak 3: / Redak 3: @@
 ===== Sažetak =====
+Napredak u tehnologiji računalnog vida i mogućnost snimanja videozapisa pomoću mobilnih uređaja, nadzornih kamera izazvalo je potrebu izradu metoda za prepoznavanje ljudskih lica. Glavni cilj prepoznavanja I praćenja lica na temelju video zapisa je identificirati lica nepoznatih osoba. Postoje mnogi izazovi u prepoznavanju lica koje treba savladati. Ovaj rad će prikazati metode prepoznavanja ljudski lica s videozapisa te koji izazovi se mogu naći na tom putu,
+Keywords: lice, tehnike, učenje, video, modeli
-Keywords: abstract; bastract; astract; retract; tractor
 ===== Uvod =====
-Posljednjih godina bilježi se brzi rast i razvoj video senzora i tehnlogije za analiziranje videa i slika. Kamere su vitalni dio sigurnostnihsustava koji se koriste za prikupljanje informacija iz okoline. Inteligentni sustav za detekciju osoba  uključuju otkrivanje i praćenje objekata te analizu njihovog kretanja. Sustav z aprepoznavanje like koristi se za automatsko prepoznavanje osobe iz slike ili video zapisa. Glavni cilj prepoznavanja I praćenja lica na temelju video zapisa je indentificirati lica nepoznatih osoba.
+Posljednjih godina bilježi se brzi rast i razvoj video senzora i tehnologije za analiziranje videa i slika. Kamere su vitalni dio sigurnosnih sustava koji se koriste za prikupljanje informacija iz okoline. Inteligentni sustav za detekciju osoba  uključuju otkrivanje i praćenje objekata te analizu njihovog kretanja. Sustav za prepoznavanje like koristi se za automatsko prepoznavanje osobe iz slike ili video zapisa. Glavni cilj prepoznavanja I praćenja lica na temelju video zapisa je identificirati lica nepoznatih osoba.
@@ Redak 16: / Redak 16: @@
 Starenje je neizbježan prirodni proces tijekom cijelog života. Učinak starenje može se promatrati kroz tri jedinstvene karakteristike:
   * Starenje je nekontrolirano: ne može se ubrzati ili usporiti.
-  * Personalizirani zakovi starenja: Svaki čovjek prolazi kroz različiti obrazac starenja. To ovisi o genima, zdravnju, hrani, mjestu stanovanja itd.
+  * Personalizirani znakovi starenja: Svaki čovjek prolazi kroz različiti obrazac starenja. To ovisi o genima, zdravlju, hrani, mjestu stanovanja itd.
   * Znakovi starenja ovise o vremenu
@@ Redak 25: / Redak 25: @@
 === Položaj lica ===
-Promjenjivost položaja lica je još jedan izazov kod prepoznavanja lica. Ljudi zauzimaju različite poze prilikom slikanja. Samim time se otežava prepoznavanje lica. Odbra tehnika prepoznavnja lica trebala bi tolerirati i prepoznati različite poze lica. Još ne postoji konačno rješenje ovog problema.
+Promjenjivost položaja lica je još jedan izazov kod prepoznavanja lica. Ljudi zauzimaju različite poze prilikom slikanja. Samim time se otežava prepoznavanje lica. Dobra tehnika prepoznavanja lica trebala bi tolerirati i prepoznati različite poze lica. Još ne postoji konačno rješenje ovog problema.
@@ Redak 33: / Redak 33: @@
 === Eigenface ===
-Eigenface je algoritam koji se koristi kako bi se prepoznale karakteristike lica na slici. Korisit se metom analize glavnih komponenata (eng. Principle Compnent Analysis, PCA). U ovoj metodi temeljni je koncept prepoznati lice uzimajući  jedinstvene informacije o licu. Zatim se te informacije enkodiraju i uspoređuju s dekodiranim razultatom prethodne slike kako je prikazano na slici 1. Dekdiranje se izvodi računanjem eigenvektora koji se zapisuju u pripadajuću matricu. Međutim, ovaj algoritam je prikladan samo za lica koja se na slici vide isključivo s prednje strane.
+Eigenface je algoritam koji se koristi kako bi se prepoznale karakteristike lica na slici. Koristi se metodom analize glavnih komponenata (eng. Principle Component Analysis, PCA). U ovoj metodi temeljni je koncept prepoznati lice uzimajući  jedinstvene informacije o licu. Zatim se te informacije enkodiraju i uspoređuju s dekodiranim rezultatom prethodne slike kako je prikazano na slici 1. Dekodiranje se izvodi računanjem eigenvektora koji se zapisuju u pripadajuću matricu. Međutim, ovaj algoritam je prikladan samo za lica koja se na slici vide isključivo s prednje strane.
-{{ :racfor_wiki:summary.jpg?nolink&400 |}}
+{{ :racfor_wiki:summary.jpg?400 |}}
+=== Umjetna neuronska mreža ===
+Neuronska mreža je učinkovita kod prepoznavanja lica, a široko se koristi nakon pojave umjetne inteligencije. Sastoji se od mreže u kojoj su neuroni raspoređeni u obliku slojeva. Točnost prepoznavanja lica povećano je uz pomoć dubokog učenja. Uči se na slikama kojima se izmjenjuje osvjetljenje, kut i oštrina. Glavni nedostatak neuronske mreže je da je potrebno određeno vrijeme kako bi se algoritam naučio prepoznavati lica.
+=== Metoda potpunih vektora ===
+Metoda potpunih vektora je vrsta nadziranog algoritma učenja koji koristi podatke za klasifikacijsku i regresijsku analizu. Ona pruža učinkovitu detekciju lica na slikama velikih dimenzija. Metoda je vrlo učinkovita ako se u fazi učenja koristi veliki skup podataka.
+=== Gabor Wavelet ===
+Denni Gabor je 1946. predstavio alat za uklanjanje šuma na slikama nazvanim Gabor filterom [3]. Ova tehnika se koristi za praćenje i procjenu položaja lica na slici. Na slici 2 je prikazano kako  Gaborov Walvetaova transformacija koja ima karakteristike koje mu omogućuju ocrtavanje prostora, prostorne frekvencije, selekcije i orijentacije. Glavne prednosti Gabor Waveleta  su redukcija značajki lica i njegova globalna zastupljenost u prepoznavanje lica.
-===== Zaključak =====
+{{ :racfor_wiki:gabor_wavelet.png?400 |}}
+=== Skriveni Markovljev model ===
+Skriveni Markovljev model je tehnika statističkog modeliranja u kojoj se sustav podvrgava Markovljevom procesu sa skrivenim stanjima. Ova metoda je dobro uspostavljena u prepoznavanju vremenskog uzorka i učenju. Trenutno se koristi za prepoznavanje izraza lica, ali se također može primijeniti na prepoznavanje lica u video sekvencama. Potreban je slijed 1D slika koje su prethodno kronološki posložene. Postoje Markovljevi modeli s više stanja, a u praksi su se najbolje pokazali modeli s pet i sedam stanja. Model s pet stanja dijeli lice na pet grupa, a to su: oči, nos, usta, brada i čelo za slike gdje se lice vidi frontalno. Broj stanja može se dodati ili oduzeti ovisno o zahtjevima sustava. Model sa sedam stanja pruža više detalja i brži je u prepoznavanju lica.
+===== Zaključak =====
+Proučavanje i prepoznavanje lica i daje je područje za istraživanje još dugi niz godina. Nakon detaljne analize otkrilo se da je metoda analize glavnih komponenata najprikladnija za frontalno prepoznavanje lica [1]. Za lica pod različitim kutovima i pod varijabilnim osvjetljenjem najbolje rezultate daje Gabor metoda [2]. Zaključuje se da još uvijek postoji jaz između studije prepoznavanja lica i stvarnih implementiranih metoda. Nadalje, prepoznavanje emocionalnog ljudskog ponašanja pokazuje perspektivno područje za buduća istraživanja.
 ===== Literatura =====
-[1] [[http://books.google.hr/books?id=mFJe8ZnAb3EC&printsec=frontcover#v=onepage&q&f=false|Plass, Jan L., Roxana Moreno, and Roland Brünken. Cognitive Load Theory. Cambridge University Press, 2010.]]
+[1][[https://www.researchgate.net/profile/Sadaquat_Ruk/publication/326088507_Study_of_Face_Recognition_Techniques_A_Survey/links/5b38c69caca2720785fe924b/Study-of-Face-Recognition-Techniques-A-Survey.pdf|Madan Lal, Kamlesh K., Abdullah Maitlo, and Sadaquat Ali Ruk. Study of Face Recognition Techniques: A Survey. Article in International Journal of Advanced Computer Science and Applications. June 2018]]
-[2] [[http://www.google.com/books?id=duWx8fxkkk0C&printsec=frontcover#v=onepage&q&f=false|Mayer, Richard E. The Cambridge handbook of multimedia learning. Cambridge University Press, 2005.]]
+[2] [[https://www.researchgate.net/publication/318646602_Face_Recognition_and_Tracking_in_Videos|Sandipan Pralhad Narote. Face Recognition and Tracking in Videos. Article in Advances in Science Technology and Engineering Systems Journal. July 2017 ]]
-[3] [[http://www.cogtech.usc.edu/publications/kirschner_Sweller_Clark.pdf|Kirschner, P. A, Sweller, J. and Clark, R. E. Why minimal guidance during instruction does not work: An analysis of the failure of constructivist, discovery, problem-based, experiential, and inquiry-based teaching. Educational psychologist 41, no. 2, pp 75-86, 2006]]
+[3] [[https://en.wikipedia.org/wiki/Gabor_filter]]

racfor_wiki/tehnike_automatiziranog_prepoznavanja_lica_u_video_zapisima.1610826740.txt.gz · Zadnja izmjena: 2024/12/05 12:23 (vanjsko uređivanje)