Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Studia Informatica

2 2012

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cechy Haara

Sortuj według:

Ogranicz wyniki do:

Human emotion recognition based on facial texture information

Piątkowska E., Martyna J.

Studia Informatica

2012

Vol. 33, nr 2B

49-59

The paper presents the system for automatic emotion recognition. Firstly, face detection algorithm [5] is performed on input image to create face representation. Then, face texture is encoded with Local Binary Patterns [11] and used as a feature set in emotion recognition. The Support Vector Machine [15] is used as a classifier. The proposed system was tested with spontaneous emotions.

W niniejszym artykule opisany został system do automatycznego rozpoznawania emocji. Pierwszym etapem systemu są detekcja i lokalizacja twarzy [5] na obrazie wejściowym. Następnie tekstura twarzy kodowana jest przy użyciu Local Binary Patterns [11] i zastosowana jako zbiór cech opisujących emocję. Maszyna wektorów wpierających [15] pełni rolę klasyfikatora w rozpoznawaniu emocji. Skuteczność przedstawionego systemu została zbadana dla zadania rozpoznawania emocji spontanicznych.

Detekcja reklam w bazach danych video

Majewicz M., Gąciarz T., Czajkowski K.

Studia Informatica

2012

Vol. 33, nr 2B

61-76

Reklamy telewizyjne są obecne niemal w każdym emitowanym materiale telewizyjnym. Umieszczanie takich treści w bazach danych video powoduje dodatkowe problemy, z których najważniejsze to większy rozmiar plików oraz dłuższy czas ich przeszukiwania. W artykule przedstawiono metody wykrywania i usuwania niepożądanych treści reklamowych z materiału video, z wykorzystaniem klasyfikatorów bazujących na zestawach tzw. cech typu Haara. Proponowany algorytm, dzięki dostosowaniu do konkretnej stacji telewizyjnej, osiąga wysoki poziom dokładności detekcji.

TV commercials are present in almost each currently emitted telecast. Placing such content in video databases creates additional problems, most important of which is a larger file size and longer duration of their search. This paper shows methods of detecting and removing of undesirable TV commercials from video material by using classifiers based on Haar-like features. The proposed algorithm can adapt to a particular TV channel and achieves a high level of precision.