Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono platformę sprzętową umożliwiającą detekcję, rozpoznawanie i śledzenie poruszających się obiektów przy wykorzystaniu technik inteligencji obliczeniowej. Projekt obejmuje budowę platformy sprzętowej wyposażonej w kamerę internetową oraz silniki umożliwiające jej ruch. Analiza obrazu odbywa się w komputerze klasy PC, komunikującym się z platformą za pomocą portu szeregowego USB. Jako przykład wykrywanych i śledzonych obiektów dynamicznych wykorzystano ludzkie twarze. Algorytmy obliczeniowe napisano w języku C++. Platforma doskonale integruje środowiska obliczeniowe typu open source, umożliwiając testowanie w praktyce opracowanych algorytmów.
EN
The paper presents the hardware platform for detection, recognition and tracking moving objects with the use of computational intelligence methods. Project includes construction of hardware platform equipped with webcam and motors allowing camera to move. Image analysis is carried out within PC computer that is communicated with the platform by USB serial port. Human faces have served as the examples of objects that were detected, recognized and then tracked. All the computational algorithms were written with C++. The platform skillfully integrates open source computational environments, allowing the testing of designed algorithms in practice.
2
Content available remote Procedura ekstrakcji cech z obrazu twarzy dla potrzeb systemu biometrycznego
PL
Celem niniejszego artykułu jest prezentacja kompletnej procedury ekstrakcji cech z rzeczywistego obrazu twarzy. Procedura składa się z wielu algorytmów przetwarzania obrazów, takich jak binaryzacja, erozja, filtracja, metody gradientowe oraz kaskadowego klasyfikatora Haara. Otrzymany wektor cech jest zastosowany do zagadnienia identyfikacji biometrycznej ze szczególnym uwzględnieniem problemu uwierzytelniania. Stworzony system działa w trybie on-line, przetwarzając obraz otrzymany z kamery internetowej. Poprawność zaproponowanych algorytmów została sprawdzona za pomocą stworzonej bazy danych zawierającej kilkadziesiąt osób. Testom zostały poddane zarówno obrazy otrzymane z kamery, jak również syntetycznie stworzone zdjęcia zawierające różnego rodzaju przypadki uszkodzeń. Prezentowany tu algorytm został zbadany dla przypadków zmiennego oświetlenia, zakłóceń związanych z naturalną zmianą wyglądu, obrazem obróconym, jak również komputerowo zniekształconym.
EN
The aim of this paper is to present a complete procedure for extracting features from the real face picture. The procedure consists of several image processing algorithms such as binarization, erosion, filtration, gradient method and Haar-like Features algorithm. The obtained feature vector used in biometric identification with particular emphasis on the problem of authentication. A system processing the image obtained from a webcam operates in an on-line regime. The correctness of the proposed algorithm was tested using the database created with dozens of people. The tests were done from the camera images as well as artificially created images with different damage cases. The algorithm was tested for cases of various types of lighting, disturbances associated with the natural change of face appearance, the image rotation and distorted image.
PL
Praca dotyczy zagadnień szybkiej klasyfikacji zdjęć w oparciu o informacje w nich zawarte. Brane są pod uwagę takie cechy, jak występowanie linii prostych, średnia jasność w poszczególnych obszarach zdjęć, występowanie tekstów oraz obecność twarzy. Na podstawie tych cech, wykorzystując m.in. sieć neuronową, obrazy są klasyfikowane do jednej z kilku kategorii. W pracy przedstawiono implementację omawianego podejścia oraz wyniki przeprowadzonych eksperymentów.
EN
This paper concerns pictures fast classification on the basis of information included in them. Features as occurrence of straight lines, average brightness in particular areas of picture, text detection as well as human face occurrence are taken into consideration. On the basis of these features, images are classified to one of several categories, by using neural network. Chapter describes implementation and results obtained using mentioned approach.
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.