Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 11

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
EN
Military service is undoubtedly among the most profound forms of service to the nation. With military service young people can develop qualities of discipline within them, but nobody should be forced to serve, and especially young children. A real-time Child Troopers detection surveillance system is built to overcome these bad acts, based on Convolutional Neural Networks (CNNs). This method is focused on the automatic face, age, and weapon detection. The proposed detection and identification system consist of many steps of process: starting with, a pre-trained deep learning model based on SSD-ResNet network to perform face detection operation. Then, an age estimation using VGG-Face model is performed, finally, a weapon detection based on MobileNetV2-SSD pretrained model. The results of these steps are combined to look for children under 18 years old with guns in the images. These models have been selected because of there fast and accurate in infering to integrate network for detecting and identifying children with weapons in images. The experimental result using global datasets of various images for faces and weapons showed that the use of this method enhances the accuracy level of detection.
PL
Dzięki służbie wojskowej młodzi ludzie mogą rozwinąć w sobie cechy dyscypliny, ale nikt nie powinien być zmuszany do służby, a zwłaszcza małe dzieci. Zaproponowano jest system nadzoru wykrywający w czasie rzeczywistym Child Troopers, oparty na Convolutional Neural Networks (CNN). Ta metoda skupia się na automatycznym wykrywaniu twarzy, wieku i broni. Proponowany system detekcji i identyfikacji składa się z wielu etapów procesu: zaczynając od wstępnie wytrenowanego modelu głębokiego uczenia opartego na sieci SSD-ResNet do wykonywania operacji wykrywania twarzy. Następnie przeprowadzana jest estymacja wieku za pomocą modelu VGG-Face, a na koniec detekcja broni w oparciu o wstępnie wytrenowany model MobileNetV2-SSD. Wyniki tych kroków są łączone w celu wyszukania na zdjęciach dzieci poniżej 18 roku życia z bronią. Modele te zostały wybrane ze względu na szybkie i dokładne wnioskowanie do integracji sieci do wykrywania i identyfikacji dzieci z bronią na obrazach. Wyniki eksperymentalne wykorzystujące globalne zbiory danych różnych obrazów twarzy i broni wykazały, że zastosowanie tej metody zwiększa poziom dokładności wykrywania
PL
W pracy przeanalizowano możliwości wykorzystania spektrum termowizyjnego w detekcji pieszych i ich biometrycznej identyfikacji na podstawie zdjęć twarzy. Obraz termowizyjny prezentujący relatywnie duży kontrast cieplny pozwala na dokładniejszą ekstrakcję pieszych z otoczenia w stosunku do obrazowania w paśmie widzialnym. Zaproponowana w pracy metoda segmentacji z wykorzystaniem progu globalnego (Otsu) i techniki rozszerzania regionów osiąga bardzo wysoką skuteczność ekstrakcji obszarów zainteresowania (do 98%) przy krótkim czasie obliczeń (31ms). Technika ta generuje także stosunkowo niewielką liczbę próbek do klasyfikacji (średnio 8,6 próbki na obraz). Jednocześnie zarejestrowany termowizyjny obraz twarzy jest indywidualny dla każdego człowieka, a przy okazji jest niewrażliwy na zmiany warunków oświetlenia, co pozwala na stabilną identyfikację nawet w warunkach nocnych. Potwierdzają to eksperymenty przeprowadzone w oparciu o trzy różne techniki identyfikacji twarzy na dwóch bazach twarzy zarejestrowanych kamerą kolorową i termowizyjną. Proponowane rozwiązanie może być wykorzystane w systemach monitoringu do wyszukiwania i rozpoznawania osób, np. przy zagrożeniach terrorystycznych.
EN
The paper presents an analysis of applicability of the thermal imaging for pedestrian detection and their biometric verification based on face images. The infrared image offers a relatively high thermal contrast and therefore it allows easier extraction of the pedestrians from the background than the typical visible light imaging. The proposed method of segmentation uses Otsu global threshold and region enlargement technique. It achieves high efficiency of the extraction of regions of interest (up to 98%) and short computation time (31 ms). Moreover, it generates a relatively small number of samples for the classification step (in average 8.6 sample per image). The additionally registered thermo facial images are individual for every human and insensitive for changes of the lighting conditions. It allows a reliable identification of people, even at night. These observations were confirmed in experiments performed with three various identification techniques on two databases of faces registered with the color camera and the thermal camera. The proposed solution can be used in monitoring systems for searching and recognition of persons, e.g. in terrorist threats.
EN
In this paper we present high computational complexity algorithms for detecting skin and non-skin colour. Because of their complexity they are not suitable for nowadays mobile devices but can be used in systems working on more demanding machines. The selection and implementation of algorithms gives accuracy about 80-90%.
EN
Face detection is one of the most important issues in the identification and authentication systems that use biometric features. In this paper we present algorithms for detecting skin colour. The selection and implementation of an algorithm for automated authentication system and face detection can significantly improve the effectiveness of such a system. In the paper we examine several algorithms and methods that can be used in mobile application for authentication purpose i.e. NFC payments.
PL
Praca zawiera opis systemu monitoringu budynku. System wyposażony został w moduł sztucznej inteligencji, pozwalający na rozpoznanie widocznych na zdjęciach kamer osób. System umożliwia wykrycie zagrożeń w czasie rzeczywistym oraz analizę zarejestrowanych zdarzeń w celu ich wyjaśnienia.
EN
Publication contains description of building monitoring system. System has AI module to allow it to identify people on camera images. System detects danger situations in real-time and allows user to analyze recorded events.
EN
In the article a specific biomedical requirements for the driver's psychophysical condition in terms of early warning system against excessive fatigue states was presented. In the first part of the paper selected driver's biomedical parameters were described, next the video image analysis algorithms in the context of eye movements were presented. In the last part a hardware solution for the non-invasive on-line measurements was proposed and the results obtained in practice were briefly characterized.
PL
Opisano proces analizy obrazu na podstawie biometrycznych metod rozpoznawania twarzy. Przedstawiono algorytm detekcji oraz identyfikacji człowieka na podstawie punktów charakterystycznych twarzy oraz opisano szczegółowo jego etapy. Zdefiniowano pojęcia: biometria, proces pomiaru biometrycznego, analiza obrazu. Przedstawiono wybrane, istniejące systemy monitoringu wykorzystujące algorytmy wypracowane na podstawie biometrycznych cech twarzy. Przedstawiono dyskusję zalet oraz wad aplikacji.
EN
Image analysis process based on biometric methods of face recognition was described. Detection and identification algorithm was presented in stages. Several issues like: biometrics, biometric measurements process, image analysis were defined. Existing tracking systems using biometric features were presented. Advantages and disadvantages discussion of existing application was submitted
EN
The work concerns creation of the original FaMar method of user's identification on the basis of the frontal facial image, in which the fusion of Wavelet Transformation (WT) and Hidden Markov Models (HMM) are used for the three parts of face (eyes, nose, mouth); the decision is made on the basis of the sum maximalisation of likelihood of generating of the models observation.
PL
Zaprezentowano nową metodę identyfikacji osób używającą transformaty falkowej (TFL) oraz ukrytych modeli Markowa (UMM). Obydwa narzędzia matematyczne były dotychczas głównie używane z powodzeniem w rozpoznawaniu mowy. Były one również wykorzystywane sporadycznie w systemach rozpoznawania wzorca, ale nigdy razem. Praca opisuje możliwość zastosowania TFL do ekstrakcji cech oraz UMM do identyfikacji twarzy. Zaproponowana metoda daje 98% skuteczność identyfikacji i może być stosowana w systemach identyfikacji osób.
PL
Zaprezentowano jedno z zagadnień dotyczących dziedziny identyfikacji twarzy. Skuteczna ekstrakcja cech twarzy stanowi podstawę do prawidłowego jej zakwalifikowania w procesie identyfikacji. Proponowane podejście bazuje na transformacie falkowej (TF), wykorzystywanej dotychczas w rozpoznawaniu mowy. Zastosowanie tej metody ekstrakcji cech, w połączeniu z odpowiednią metodą klasyfikacji danych, pozwala na zbudowanie skutecznego systemu identyfikacji osób. W porównaniu do innych metod ekstrakcji cech, np. transformaty Fouriera, transformata falkowa wykazuje lepsze właściwości oraz uniezależnia system od wpływu czynników zewnętrznych typu zmiana natężenia oświetlenia oraz pozwala na lokalną analizę sygnału i wydobycie z niego szczegółów, które są tracone w analizie globalnej oferowanej przez transformatę Fouriera.
PL
W ostatnim czasie w dziedzinie rozpoznawania wzorców bardzo rozpowszechniły się metody, w których wykorzystuje się tzw. ukryty model Markowa. Mówiąc najogólniej, ukryty model Markowa jest modelem probabilistycznym wykorzystywanym do analizy przebiegów czasowych o losowym charakterze. W niniejszym opracowaniu zaprezentowano podstawy teoretyczne ukrytego modelu Markowa. Rozważania ograniczono do modeli jednowymiarowych z czasem dyskretnym, z dyskretnymi i ciągłymi obserwacjami. Przedstawiona charakterystyka oprócz podstawowych definicji zawiera również obszerne omówienie zagadnień bezpośrednio związanych z zastosowaniami ukrytego modelu Markowa. W końcowej części pracy zawarto krótki opis przykładowych zastosowań ukrytego modelu Markowa w dziedzinie rozpoznawania wzorców.
EN
Methods that use Hidden Markov Models (HMM) became recently very popular in the domain of pattern recognition. Generally, a HMM is a probabilistic model used in analysis of random sequences. This article presents theoretical bases of HMMs. Only one-dimensional models with discrete time and continuos observation space have been analyzed. Besides of basic definitions, other problems directly related to applications of HMMs have been discussed. The last part of the article presents some examples of pattern recognition problems, which are solved with HMMs.
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.