Попередня вейвлет-обробка і використання методу головних компонент для вирішення задачі ідентифікації особи за фотографічним зображенням

• Опубліковано в: Штучний інтелект
• Дата: 2010
• ISSN: 1561-5359
• Автори: Крак, Ю.В., Кручинін, К.С.
• Формат: Стаття
• Мова: Українська
• Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2010
• Теми: Моделирование объектов и процессов
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/56126
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Попередня вейвлет-обробка і використання методу головних компонент для вирішення задачі ідентифікації особи за фотографічним зображенням / Ю.В. Крак, К.С. Кручинін // Штучний інтелект. — 2010. — № 1. — С. 76-85. — Бібліогр.: 11 назв. — укр.

Розглядається задача розпізнавання за обличчям людини з використанням великих баз даних. Пропонуються і досліджуються два методи – головних компонент і метод виділення ознак за допомогою вейвлет-перетворення вхідних зображень з подальшим використанням головних компонент. Показано, що якість розпізнавання цих методів приблизно однакова, при цьому попередня вейвлет- обробка дозволяє значно зменшити кількість вхідної інформації, що важливо для роботи в режимі реального часу. Рассматривается задача распознавания по лицу человека с использованием больших баз данных. Предлагаются и исследуются два метода – главных компонент и метод выделения признаков с помощью вейвлет-преобразования исходных изображений с дальнейшим использованием главных компонент. Показано, что качество распознавания этих методов приблизительно одинаковое, при этом предварительная вейвлет-обработка позволяет значительно уменьшить количество исходной информации, что важно для работы в режиме реального времени. The problem of human face recognition with the use of large databases is consideration. Two methods – principal component and method of features extraction from initial images wavelet-transformation with the follow-up use of principal component are proposed and investigated. It is shown that recognition quality of these methods is approximate identical, herewith wavelet precomputation allows considerably to decrease of initial information quantity, that is important for real time mode application.