Slijede razlike između dviju inačica stranice.
Starije izmjene na obje strane Starija izmjena Novija izmjena | Starija izmjena | ||
racfor_wiki:tehnike_automatiziranog_prepoznavanja_lica_u_video_zapisima [2021/01/17 11:53] imihaljek [Zaključak] |
racfor_wiki:tehnike_automatiziranog_prepoznavanja_lica_u_video_zapisima [2024/12/05 12:24] (trenutno) |
||
---|---|---|---|
Redak 3: | Redak 3: | ||
===== Sažetak ===== | ===== 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: lice, tehnike, učenje, video, modeli | ||
Redak 46: | Redak 46: | ||
=== Gabor Wavelet === | === Gabor Wavelet === | ||
- | Denni Gabor je 1946. predstavio alat za uklanjanje šuma na slikama nazvanim Gabor filterom. 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, | + | Denni Gabor je 1946. predstavio alat za uklanjanje šuma na slikama nazvanim Gabor filterom |
{{ : | {{ : | ||
=== Skriveni Markovljev model === | === 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. | + | 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. |