Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  LBPH
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Celem artykułu jest określenie skuteczności popularnych algorytmów rozpoznawania twarzy w przypadku zdjęć o niskiej jakości. W trakcie pracy zostały opisane podstawowe algorytmy rozpoznawania twarzy takie jak LBPH, Eigenfaces i Fisherfaces. Do przeprowadzenia badań stworzono platformę badawczą wyposażona w oprogramowanie pozwalające testować dane i zbierać wyniki. Rezultaty badań pokazała, że jedynym algorytmem nadającym się do takich rozwiązań jest LBPH. Pozostałe natomiast nie uzyskały odpowiednio wysokiego współczynnika skuteczności.
EN
The goal of the article is to determine the effectiveness of popular face recognition algorithms for poor quality photos. Basic facial recognition algorithms such as LBPH, Eigenfaces and Fisherfaces were described during the work. A research platform equipped with software allowing to test data and collect results was created. The results of the research showed that the only algorithm suitable for such solutions is LBPH. The others, however, did not achieve a sufficiently high effectiveness factor.
2
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.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.