<<
>>

Результаты тестирования алгоритмов детектирования лиц с предложенными модификациями

Рассмотрим результаты тестирования алгоритмов детектирования лиц с предложенными модификациями на этапе предобработки. На рис. 2.12 и в табл. 2.4 приведены результаты тестирования алгоритма на базе МОВ при изменении яркости изображений.

Рис. 2.12. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе

МОВ при изменении яркости изображений

Эквализация гистограммы и локальная предобработка позволяют повысить уровень верного детектирования алгоритма на базе МОВ при уменьшении яркости изображений. Выигрыш в уровне детектировании при уменьшении яркости на 70% составляет более 40%. Средний уровень детектирования при использовании эквализации гистограммы составляет

53,5% (выигрыш в 8,1%), при использовании локальной предобработки 48,2% (выигрыш в 2,8%).

Таблица 2.4.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе МОВ при изменении яркости изображений

Изменение яркости dY, %

Алгоритм

-70 -50 -20 0 20 50 70
Алгоритм на базе МОВ 8 42 77 73 75 75 86
Эквализация гистограммы 92 93 95 87 89 84 69
Локальная предобработка 116 98 92 99 86 112 89

Число ложно детектированных объектов при эквализации гистограммы и при локальной предобработке увеличивается и составляет в среднем 87 и 99 объектов соответственно.

На рис.

2.13 и в табл. 2.5 приведены результаты тестирования алгоритма на базе МОВ при изменении контраста изображений.

Рис. 2.13. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе

МОВ при изменении контраста изображений

а, %

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе МОВ при изменении контраста изображений

^^^^^^^Изменение контраста %, % Алгоритм 100 80 60 40 20
Алгоритм на базе МОВ 73 69 64 28 1
Эквализация гистограммы 87 85 89 92 98
Локальная предобработка 99 92 88 92 93

Удается значительно повысить средний уровень детектирования алгоритма на базе МОВ в условиях изменения контраста. При использовании эквализации гистограммы этот уровень составляет 56%, что на 19,3% больше по сравнению с результатами без использования предобработки. Средний уровень детектирования при локальной предобработке составляет 49,0% (выигрыш в 12,3%). Наблюдается небольшой рост числа ложно детектированных объектов - порядка 92 объектов в среднем при использовании обоих алгоритмов предобработки.

На рис. 2.14 и в табл. 2.6 приведены результаты тестирования алгоритма на базе МОВ в условиях неравномерной освещенности.

Таблица 2.6.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе МОВ в условиях неравномерной освещенности

Амплитуда неравномерной освещенности +

Алгоритм

-2 -1 0 1 2
Алгоритм на базе МОВ 47 56 73 56 55
Эквализация гистограммы 41 62 87 72 44
Локальная предобработка 62 76 99 87 63

Рис.

2.14. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе МОВ в условиях неравномерной освещенности изображений

Результаты показывают, что в условиях неравномерной освещенности уровень верного детектирования алгоритма на базе МОВ снижается при использовании предобработки. Для эквализации гистограммы он составляет в среднем 40,6%, для локальной предобработки - 36,0%. Число ложных детектирований незначительно возрастает до среднего уровня в 61 и 77 объектов при использовании эквализации гистограммы и локальной предобработки соответственно.

Перейдем к рассмотрению результатов тестирования алгоритма на базе РСПЭ, чьи показатели в условиях изменения яркости приведены на рис. 2.15 и в табл. 2.7. Применение алгоритма локальной предобработки позволяет добиться улучшения уровня детектирования в условиях увеличения яркости изображений. В среднем при изменении яркости уровень верного детектирования алгоритма на базе РСПЭ увеличивается на 2% и составляет 78,7%. Эквализация гистограммы приводит к ухудшению результатов со средним уровнем детектирования 74,1%.

Рис. 2.15. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе

РСПЭ при изменении яркости изображений

Таблица 2.7.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе РСПЭ при изменении яркости изображений

Изменение яркости dY, %

Алгоритм

-70 -50 -20 0 20 50 70
Алгоритм на базе РСПЭ 15 32 31 34 25 20 17
Эквализация гистограммы 22 37 36 14 37 30 25
Локальная предобработка 17 29 43 54 44 27 25

Число ложных срабатываний при применении эквализации гистограммы составляет в среднем 29 объектов, при применении локальной предобработки - 34 объекта.

На рис. 2.16 и в табл. 2.8 приведены результаты тестирования алгоритма на базе РСПЭ при изменении контраста изображений. Поскольку уровень верного детектирования алгоритма на базе РСПЭ изменяется незначительно при изменении контраста изображений, не удается достичь его улучшения в результате использования алгоритмов предобработки.

Рис. 2.16. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе

РСПЭ при изменении контраста изображений

Таблица 2.8.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе РСПЭ при изменении контраста изображений

Изменение контраста %, %

Алгоритм

100 80 60 40 20
Алгоритм на базе РСПЭ 34 32 26 11 5
Эквализация гистограммы 14 12 11 10 9
Локальная предобработка 54 41 31 25 16

Средний уровень детектирования при эквализации гистограммы составил 81,5%, при локальной предобработке - 84,7%. Число ложно детектированных объектов алгоритма на базе РСПЭ составляет в среднем 11 и 33 объекта при использовании эквализации гистограммы и локальной предобработки соответственно.

Рассмотрим результаты тестирования алгоритма на базе РСПЭ в условиях неравномерной освещенности, приведенные на рис. 2.17 и в табл. 2.9.

Рис. 2.17. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе РСПЭ в условиях неравномерной освещенности изображений

Таблица 2.9.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе РСПЭ в условиях неравномерной освещенности

Амплитуда неравномерной освещенности +

Алгоритм

-2 -1 0 1 2
Алгоритм на базе РСПЭ 7 20 34 25 20
Эквализация гистограммы 2 12 14 19 4
Локальная предобработка 15 34 54 36 28

Локальная предобработка позволяет увеличить на 2,1% средний уровень верного детектирования алгоритма на базе РСПЭ в условиях неравномерной освещенности. Эквализация гистограммы, напротив, приводит к ухудшению результата в среднем на 8,4%. Число ложных обнаружений при использовании локальной предобработки увеличивается и составляет в среднем 33 объекта. Тот же показатель для эквализации гистограммы составляет 10 объектов.

Рассмотрим результаты тестирования последнего из рассмотренных алгоритмов детектирования лиц на цифровых изображениях - алгоритма на базе бустинга. На рис. 2.18 и в табл. 2.10 приведены его показатели при изменении яркости изображений.

Рис. 2.18. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе

бустинга при изменении яркости изображений

Таблица 2.10.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе бустинга при изменении яркости изображений

Изменение яркости dY, %

Алгоритм

-70 -50 -20 0 20 50 70
Алгоритм на базе бустинга 12 12 12 12 11 9 6
Эквализация гистограммы 10 11 12 12 10 7 6
Локальная предобработка 30 17 14 9 10 13 14

Использование эквализации гистограммы дает преимущество по уровню верного детектирования в среднем порядка 0,7%. Число ложно детектированных объектов при этом практически не изменяется. Локальная предобработка вызывает ухудшение работы алгоритма на базе бустинга - уровень детектирования уменьшается в среднем на 8,2%, число ложно детектированных объектов возрастает в среднем до 15.

На рис. 2.19 и в табл. 2.11 приведены результаты тестирования алгоритма на базе бустинга при изменении контраста изображений.

Рис. 2.19. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе бустинга при изменении контраста изображений

Таблица 2.11.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе бустинга при изменении контраста изображений

Изменение контраста %, % 100 80 60 40 20
Алгоритм
Алгоритм на базе бустинга 12 12 12 12 11
Эквализация гистограммы 12 12 10 12 11
Локальная предобработка 9 10 9 10 10

Идентичные результаты достигаются без использования предобработки и с использованием эквализации гистограммы. Число ложных

детектирований остается неизменным. Это объясняется чрезвычайной устойчивостью алгоритма на базе бустинга к изменению контраста изображений. Локальная предобработка приводит к уменьшению уровня верного детектирования при изменении контраста в среднем на 6,8%.

На рис. 2.20 и в табл. 2.12 приведены результаты тестирования алгоритма на базе бустинга в условиях неравномерной освещенности.

Рис. 2.20. Влияние алгоритмов предобработки на детектирование лиц алгоритмом на базе бустинга в условиях неравномерной освещенности изображений

Таблица 2.12.

Влияние алгоритмов предобработки на число ложно детектированных объектов алгоритмом на базе бустинга в условиях неравномерной освещенности

Амплитуда неравномерной освещенности +

Алгоритм

-2 -1 0 1 2
Алгоритм на базе бустинга 2 10 12 6 1
Эквализация гистограммы 1 12 12 6 2
Локальная предобработка 3 9 9 12 5

Также как и в случае изменения контраста не удается достичь улучшения уровня верного детектирования алгоритма на базе бустинга посредством применения алгоритмов предобработки. Результат не изменяется при использовании эквализации гистограммы и уменьшается в среднем на 7% после локальной предобработки.

Помощь с написанием академических работ
<< | >>
Источник: Шмаглит Лев Александрович. Разработка и анализ алгоритмов распознавания лиц на телевизионных изображениях для биометрической идентификации. ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук по специальности. Ярославль - 2014. 2014

Еще по теме Результаты тестирования алгоритмов детектирования лиц с предложенными модификациями:

  1. Тестирование алгоритмов детектирования лиц на телевизионных изображениях
  2. 3.4. Результаты тестирования предложенных модификаций
  3. Результаты тестирования предложенных модификаций признакового пространства
  4. Модификация этапа предобработки изображений при детектировании лиц
  5. Алгоритмы детектирования лиц на телевизионных изображениях
  6. Исследование работы существующих алгоритмов детектирования лиц при изменении условий освещенности
  7. 1.4. Методика и результаты сравнительного анализа существующих алгоритмов распознавания лиц
  8. Тестирование алгоритмов распознавания пола людей по детектированной области лица
  9. Предлагаемые модификации базового алгоритма на основе метода опорных векторов
  10. ДЕТЕКТИРОВАНИЕ ЛИЦ НА ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЯХ ПРИ ИЗМЕНЕНИИ УСЛОВИЙ ОСВЕЩЕННОСТИ
- Авторское право - Административное право, финансовое право, информационное право - Административный процесс - Арбитражный процесс - Банковское право - Вещное право - Гражданский процесс; арбитражный процесс - Гражданское право; предпренимательское право; семейное право; международное частное право - Договорное право - Избирательное право - История государства и права - История политических и правовых учений - Конкурсное право - Конституционное право, муниципальное право - Корпоративное право - Медицинское право - Международное право, европейское право - Налоговое право - Наследственное право - Природоресурсное право; аграрное право; экологическое право - Римское право - Страховое право - Судебная власть, прокурорский надзор, организация правоохранительной деятельности, адвокатура - Таможенное право - Теория государства и права - Трудовое право; право социального обеспечения - Уголовное право и криминология; уголовно-исполнительное право - Уголовный процесс; криминалистика и судебная экспертиза; оперативно-розыскная деятельность - Финансовое право - Юридические науки -