چکیده
در نظارت تصویری، تشخیص چهره می‌تواند نشانه مهمی برای مقداردهی اولیه الگوریتم ردیابی باشد. کارهای اخیر در زمینه‌ی psychophics اشاره به اهمیت بافت محلی یک چهره برای تشخیص قوی، مانند خطوط سر دارد. این مقاله یک آشکارساز ارائه می‌دهد که فعالانه از ایده بافت محلی بهره می‌گیرد. هدف، به‌دست آوردن استحکامی فراتر از توانایی‌های آشکارساز سنتی است که جهت بررسی و نظارت جالب است. عملکرد آشکارساز پیشنهادی از نظر دقت و سرعت در مجموعه داده‌هایی از PETS 2000 و PETS 2003 ارزیابی شده و با روش شی‌گرایی مقایسه شده است. توجه خاص بیشتر بر نقش وضوح تصویر در دسترس تکیه دارد.
1. مقدمه و کارهای مرتبط
تشخیص سریع و قوی هدف از یک تصویر واحد، قابلیت مطلوبی برای سیستم‌های ردیابی و نظارت است. ابتدا، اجازه می‌دهد تا ارتباطات موجود در ردیابی اهداف بررسی شود و سپس فرضیه‌های ناخواسته به‌منظور ردیابی کارآمدتر نادیده گرفته می‌شود. ثانیا اجازه می‌دهد تا با ردیابی شکست اهداف از دست رفته، بازگردانده و ترمیم شوند. ثالثا، می‌تواند به‌طور موثر ردیابی را در مواردی که در آن هدف حرکت بسیار کم و یا جنبش بسیار ناپیوسته‌ای دارد (به‌عنوان مثال حرکات از دست رفته در فریم‌های ویدئویی) تکمیل کند. تمام این مثال‌ها نیاز دارند که تشخیص سریع و قوی باشد.
اغلب، تشخیص مردم در محوطه جالب توجه است. نشانه مهم برای تشخیص افراد با استفاده از بینایی کامپیوتر، چهره انسان [1، 2]، سر [3، 4]، تمام بدن از جمله پاها [5] و همچنین پوست انسان [6] است. که در تشخیص چهره در تصاویر ثابت احتمالا محبوب‌ترین است. الگوریتم‌های اخیر از ویژگی‌های با محاسبه سریع و ساختار آبشاری برای رسیدن به کارآیی زمان واقعی در سطح بالایی از دقت [7] استفاده می‌کنند. یک آشکارساز از این نوع برای محلی‌‌سازی چشم در دنباله ویدیو FGNET (ورکشاپPETS 2003 [8]) با موفقیت به کار گرفته شده است.
ترجمه این مقاله با عنوان تشخیص چهره در سایت ای ترجمه به صورت رایگان قابل دانلود می باشد. جهت دانلود رایگان مقاله فارسی و انگلیسی روی عنوان فارسی (آبی رنگ) کلیک نمایید.
منبع:
Fast and Robust Face Finding via Local Context
