Porównanie i ocena skuteczności detekcji i rozpoznawania twarzy w sekwencjach wideo

• Autorzy: Marciniak T. , Dąbrowski A.

Identyfikatory

DOI

10.15199/48.2016.09.36

Warianty tytułu

EN

Comparison and assessment of effectiveness of face detection and recognition in video sequences

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia badania związane z identyfikacją osób w sekwencji wideo rejestrowanej za pomocą kamery IP monitoringu wizyjnego. Celem prac było zbudowanie systemu umożliwiającego rozpoznawanie twarzy przy wykorzystaniu minikomputera pracującego pod kontrolą systemu Linux. Przyjęto także założenie, że współpraca użytkowników systemu jest ograniczona, czyli akwizycja zdjęcia twarzy nie odbywa się frontalnie zgodnie z zaleceniami norm biometrycznych. Przeprowadzono badania z wykorzystaniem bazy danych ChokePoint w celu dobrania najlepszych parametrów metod wykorzystujących techniki PCA, LDA oraz LBPH. Oprogramowanie przygotowano w języku Python z użyciem bibliotek OpenCV.

EN

The paper presents studies related to the people identification in video sequences recorded with a video surveillance IP camera. The aim of this work was to build a system for face recognition using a minicomputer running with Linux. A premise was also a limited collaboration of the users with the system, i.e, that face acquisitions are not neceserily made frontally in accordance with recommendations of the biometric standards. Thr research was conducted using the ChokePoint database in order to select the best parameters for the analyzed methods: PCA, LDA, and LBPH. The software was prepared in Python using the OpenCV libraries.

Słowa kluczowe

PL

rozpoznawanie twarzy; identyfikacja biometryczna; PCA; LDA; LBPH

EN

face recognition; biometric identification; PCA; LDA; LBPH

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2016
• Tom: R. 92, nr 9
• Strony: 137--140
• Opis fizyczny: Bibliogr. 12 poz., wykr.

Twórcy

autor

Marciniak T.

• Politechnika Poznańska, Wydział Informatyki, Katedra Sterowania i Inżynierii Systemów, Pracownia Układów Elektronicznych i Przetwarzania Sygnałów, ul. Piotrowo 3a, 60-965 Poznań

autor

Dąbrowski A.

• Politechnika Poznańska, Wydział Informatyki, Katedra Sterowania i Inżynierii Systemów, Pracownia Układów Elektronicznych i Przetwarzania Sygnałów, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Daijin Kim, Jaewon Sung, Automated Face Analysis: Emerging Technologies and Research, Premier Reference Source, 2009
• [2] Li S.Z., Jain A. (Eds.), Handbook of Face Recognition, 2nd ed., Wiley, 2011
• [3] Marciniak T., Chmielewska A., Weychan R., et al, Influence of low resolution of images on reliability of face detection and recognition, Multimedia Tools and Applications, Volume: 74 Issue: 12 Pages: 4329-4349 Published: JUN 2015.
• [4] Weychan R., Parzych M., Marciniak T., Dąbrowski A., Zagadnienia implementacji metod detekcji osób we wbudowanych systemach CCTV, Materiały XIV Krajowej Konferencji Elektroniki (KKE), Darłówko Wschodnie, 08-12 czerwca 2015, 578-584
• [5] Kapur J.P., Face Detection in Color Images, EE499 Capstone Design Project, University of Washington Department of Electrical Engineering. http://www.oocities.org/jaykapur/face.html, dostępne 20.12.2015 r.
• [6] Jesorsky O., Kirchberg K.J., Frischholz R.W., Robust face detection using the Hausdorff distance. BioID AG, Berlin, Germany, 2001
• [7] Haar Feature-based Cascade Classifier for Object Detection, OpenCV 2.0 C Reference, Image Processing and Computer Vision, 2009
• [8] Dokumentacja biblioteki funkcji programistycznych OpenCV, OpenCV dev team, The OpenCV Reference Manual Release 2.4.9.0, 2014
• [9] Ahonen T., Hadid A., Pietikainen M., Description with Local Binary Patterns: Application to Face Recognition, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 28, (2006), No. 12, 2037-2041
• [10] Wong Y., Chen S., Mau S., Sanderson C., Lovell B.C., Patchbased Probabilistic Image Quality Assessment for Face Selection and Improved Video-based Face Recognition, IEEE Biometrics Workshop, Computer Vision and Pattern Recognition (CVPR) Workshops, 81-88. IEEE, June 2011
• [11] http://arma.sourceforge.net/chokepoint/
• [12] Malina A., Śledzenie i identyfikacja osób na podstawie rozpoznawania twarzy, praca dyplomowa magisterska, promotor: T. Marciniak, Politechnika Poznańska, 2015.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.