Obrazové deskriptory a jejich použití pro detekci objektů v obrazech
Loading...
Date
Authors
Bature, Jonathan
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Detekce obličeje v obrazech je široce prozkoumaným tématem v počítačovém vidění. Algoritmus která umožnila rozpoznání obličeje a stanovila nové standardy v této oblasti byla Viola-Jones algoritmus. Tato práce popisuje a vysvětluje vlastní implementaci obličeje detektor založený na algoritmu Viola Jones pomocí Matlab CascadeObjectDetector. Tato diplomová práce přispívá ke zkoumání technik, jako je hlavní součást analýza (PCA) pro rozměrovou redukci deskriptorů pro stanovení detekce objektu systém, který dosahuje nejlepšího kompromisu mezi výkonem a rychlostí. V našem přístupu, detekce obličeje se provádí analýzou hlavních součástí (PCA). Obraz obličeje je promítnutý do prostoru obličeje, který kóduje nejlepší variace známých obrazů obličeje. The prostor obličeje je definován vlastní tváří. Vlastní tvář je sada obličejových vlastních vektorů které nemusí odpovídat běžným rysům obličeje, jako jsou oči, nos a rty. Systém funguje tak, že promítá předem extrahované obličejové obrazy do řady obličejových prostorů které představují velké odchylky mezi známými obrazy obličeje. Obličeje jsou klasifikovány jako známé nebo neznámé tváře po porovnání s existujícím obrázkem tváře v databázi.
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
Face detection in images is a widely explored topic in computer vision. The algorithm that enabled face recognition and set new standards in this area was the Viola-Jones algorithm. This thesis work describes and explain the actual implementation of a face detector based on the Viola Jones algorithm using the Matlab CascadeObjectDetector. This thesis contributes to the exploration of techniques such as principal component analysis (PCA) for dimensional reduction of descriptors to establish an object detection system that achieves the best trade-off between performance and speed. In our approach, face detection is performed by Principal Component Analysis (PCA). The facial image is projected into the facial space that encodes the best variation of known facial images. The space of the face is defined by the eigenface. An eigenface is a set of facial eigenvectors that may not correspond to common facial features such as eyes, nose, and lips. The system works by projecting pre-extracted facial images into a series of facial spaces that represent large deviations between known facial images. Faces are classified as known or unknown faces after matching with an existing face image on the database.
Description
Keywords
Obrazové deskriptory, SURF, Harris Corner Detector, Viola Jones, PCA, Covariance Matice, vlastní hodnoty a vlastní vektory, zobrazení obrazu, vlastní tváře, rozpoznávání tváří společnosti, MATLAB., Image Descriptors, SURF, Harris Corner Detector, Viola Jones, PCA, Covariance Matrix, Eigenvalues and Eigenvectors, Image Representation, Eigen Faces, Face Recognition, MATLAB.
Citation
BATURE, J. Obrazové deskriptory a jejich použití pro detekci objektů v obrazech [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. RNDr. Josef Šlapal, CSc. (předseda)
doc. Ing. Luděk Nechvátal, Ph.D. (místopředseda)
doc. RNDr. Jiří Tomáš, Dr. (člen)
doc. Ing. Jiří Šremr, Ph.D. (člen)
prof. Mgr. Pavel Řehák, Ph.D. (člen)
prof. Lattanzio Corrado (člen)
Date of acceptance
2022-06-15
Defence
The student introduced his diploma thesis to the committee members and explained the fundamentals of his topic called Image Descriptors and their Usage for Object Detection.
The secretary read the review.
The secretary read the review and 4 opponent's questions. The student answered well.¨
prof. Šlapal - availibility of this method for more faces if the database is bigger
doc. Tomáš - using of the neural theory for face recognition
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení