<<
>>

Тестирование алгоритмов детектирования лиц на телевизионных изображениях

Для проведения экспериментов была составлена база данных из 50 цветных изображений, разрешения 768x576 пикселей, суммарно содержащая 213 лиц. На рис. 1.13 представлены примеры изображений из этой базы, на которых с помощью тестируемых алгоритмов выделены лица.

Приведенные примеры иллюстрируют два типа ошибок, возникающих в результате работы системы детектирования лиц: не выделение лица и ложное обнаружение (детектирование объекта, который лицом не является). В связи с наличием двух типов ошибок, существует два основных параметра, характеризующих эффективность работы алгоритмов обнаружения лиц: уровень детектирования (detection rate), показывающий процент обнаруженных лиц, и уровень ложного детектирования (false positive rate), равный общему числу ложных обнаружений на всем тестовом наборе.

Из рис. 1.13 видно, что одно и то же лицо, выделенное разными алгоритмами, имеет разный размер. Так алгоритм на базе бустинга выделяет лицо полностью, захватывая лоб, подбородок и щеки. Алгоритмы на базе РСПЭ и МОВ выделяют только глаза, нос и рот, причем алгоритм на базе МОВ выделяет лицо более узким окном.

Эти различия вызваны тем, что в процессе создания алгоритмов использовались различные наборы обучающих изображений для построения классификатора. Следует отметить, что алгоритм на базе бустинга более адекватно отображает истинный размер лица.

в)

Рис. 1.13. Примеры изображений, обработанных с помощью: а) алгоритма на базе бустинга; б) алгоритма на базе РСПЭ; в) алгоритма на базе МОВ

В табл. 1.1 представлены результаты сравнения тестируемых алгоритмов между собой по двум параметрам: уровню детектирования и уровню ложного детектирования.

Таблица 1.1

Результаты тестирования алгоритмов детектирования лиц

Алгоритм

Параметр

Алгоритм на базе бустинга Алгоритм на базе РСПЭ Алгоритм на базе МОВ
Уровень детектирования, % 71,8 87,3 62,4
Количество ложных детектирований 12 34 73

Лидирует по уровню детектирования алгоритм на базе РСПЭ - 87,3%, на втором месте алгоритм на базе бустинга - 71,8%. Однако при этом последний имеет втрое меньше ложных детектирований на тестовом наборе по сравнению с алгоритмом на базе РСПЭ. Алгоритм на базе МОВ уступает как по уровню детектирования, так и по количеству ошибок, занимая последнее место среди тестируемых алгоритмов.

1.4.1.

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 Тестирование алгоритмов детектирования лиц на телевизионных изображениях:

  1. Алгоритмы детектирования лиц на телевизионных изображениях
  2. Результаты тестирования алгоритмов детектирования лиц с предложенными модификациями
  3. ДЕТЕКТИРОВАНИЕ ЛИЦ НА ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЯХ ПРИ ИЗМЕНЕНИИ УСЛОВИЙ ОСВЕЩЕННОСТИ
  4. Модификация этапа предобработки изображений при детектировании лиц
  5. 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
  6. Исследование работы существующих алгоритмов детектирования лиц при изменении условий освещенности
  7. АЛГОРИТМИЧЕСКИЕ ОСНОВЫ РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЯХ
  8. Тестирование алгоритмов распознавания пола людей по детектированной области лица
  9. 1.4. Методика и результаты сравнительного анализа существующих алгоритмов распознавания лиц
  10. Цифровая регистрация и дифференциальный алгоритм поляризационно-оптических изображений
  11. 3.4. Результаты тестирования предложенных модификаций
  12. Результаты тестирования предложенных модификаций признакового пространства
  13. Эквализация гистограммы изображения
  14. Эквализация гистограммы изображения [50]
  15. §1. Право лиц (право- и дееспособность физических и юридических лиц) Личный закон физических лиц
  16. Эмпирическое тестирование динмических моделей потребления
  17. § 3.3. Ответственность физических лиц за противоправные деяния против лиц, занимающихся профессиональной деятельностью журналиста в условиях вооружённого конфликта
- 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 -