
- •«Метод нахождения и параметризации области глаз на фотографиях лиц»
- •Оглавление
- •Введение
- •Классификация методов нахождения глаз
- •Обзор существующих методов
- •Анализ рассмотренных методов
- •Постановка задачи
- •Алгоритм
- •Выделение кожи на изображении лица
- •Фильтрация
- •Перевод в цветовое пространство st
- •Усреднение по тренировочному набору и расчет дисперсии
- •Вычисление расстояния Махаланобиса
- •Классификация
- •Применение преобразования Хафа для поиска круглых объектов на изображении
- •Результаты
- •Демонстрация работы программы
- •Литература
Московский государственный университет имени М.В. Ломоносова
Факультет вычислительной математики и кибернетики
Кафедра математической физики
Курсовая работа
«Метод нахождения и параметризации области глаз на фотографиях лиц»
Выполнила:
студент 501 группы
Сисакян Анастасия Алексеевна
Научный руководитель: д.ф.-.м.н.
Крылов Андрей Серджевич
Москва, 2013
Оглавление
Оглавление 2
Введение 3
Классификация методов нахождения глаз 3
Обзор существующих методов 4
Анализ рассмотренных методов 8
Постановка задачи 8
Алгоритм 9
Выделение кожи на изображении лица 9
Фильтрация 9
Перевод в цветовое пространство ST 11
Усреднение по тренировочному набору и расчет дисперсии 12
Вычисление расстояния Махаланобиса 12
Классификация 13
Поиск глаз 14
Получение оценок на радиус глаза 14
Удаление областей, не относящихся к коже 14
Применение детектора границ Канни 15
Основные этапы работы алгоритма Канни 15
Применение преобразования Хафа для поиска круглых объектов на изображении 18
Результаты 20
Демонстрация работы программы 20
Литература 23
Введение
В наши дни широкую популярность приобрели системы распознавания, основанные на биометрических данных. Сам термин биометрия, как раздел науки, занимающийся количественными биологическими экспериментами с привлечением методов математической статистики, возник в конце девятнадцатого века. Однако интерес к этой области значительно возрос в конце двадцатого века благодаря тому, что эта отрасль науки нашла свое применение в разработках новых технологий безопасности, суть которых сводится к использованию компьютерных систем распознавания личности по уникальному генетическому коду человека. Физиологические особенности, например, такие, как папиллярный узор пальца, геометрия лица, температура кожи лица, модель радужной оболочки глаза, геометрия ладони, сетчатка глаза, структура ДНК, форма уха, характеристики клавиатурного набора, особенности подписи и многие другие являются постоянными и неизменными характеристиками человека. Таким образом, сам человек являетесь ключом к подобной системе защиты [1], [2].
Поиск глаз является важной частью во многих приложениях, таких как нахождение лиц, аутентификация и идентификация, а также может использоваться в системах слежения за взглядом, контроля внимания, помощи людям с ограниченными возможностями. Большинство алгоритмов для сравнения людей требуют выравнивания сравниваемых изображений, а данная операция чаще всего предполагает превращение в горизонтальную линии, соединяющей глаза [3]. Некоторые ученые полагают, что извлечение информации из глаз может стать значимым шагом в развитии «Эмоциональных вычислений» (Affective Computing) [4] - исследований, объединяющих инженерную и компьютерную науки с психологическими, социологическими и нейролингвистическими методами. Всем этим приложениям и областям необходимы методы нахождения глаз на изображениях.
Классификация методов нахождения глаз
Способы нахождения глаз можно разделить на 3 обширных категории.
Методы, основанные на использовании шаблонов (template based methods)
В основе данных методов лежит поиск глаза по изначально составленной модели формы глаза (шаблону) [3].
Методы, основанные на внешних проявлениях (appearance methods)
В данных методах поиск основывается на анализе тестового набора изображений глаз. Здесь возникает необходимость создания и хранения большего количества тренировочных данных. В базах должны быть фотографии глаз разных людей с различными положениями головы и при варьируемой освещенности. Собранные данные используются для того, чтобы обучить классификатор, используя, например, нейронную сеть или метод опорных векторов. В дальнейшем, нахождение глаз достигается при помощи классификатора [6].
Методы, основанные на характерных признаках (feature based methods)
Данные методы рассматривают характерные черты глаза, такие как граница и яркость радужной оболочки глаза, цветовое разнообразие склеры и кожи вокруг, чтобы выявить отличительные признаки. Этот способ находит глаза, используя различия в поведении и форме глаз относительно других частей лица. Специальные характеристики: темный зрачок, белая склера, кольцевая радужная оболочка, уголки глаза, форма глаза и др. – используются, чтобы отличить человеческий глаз от другого объекта [3], [7].
Рассмотрим подробнее различные методы поиска глаз.