Περίληψη |
Τα τελευταία χρόνια οι μέθοδοι ευρετηριασμού δεδομένων με βάση το περιεχόμενό τους παρουσιάζουν μεγάλο ενδιαφέρον, ιδιαίτερα όταν πρόκειται για ανάκτηση εικόνων και video που δύσκολα μπορούν να περιγραφούν και να δεικτοδοτηθούν με τις παραδοσιακές μεθόδους. Η αυτόματη ανίχνευση και η αναγνώριση των ανθρώπινων προσώπων σε εικόνες και video παρέχει στους χρήστες ένα ισχυρό εργαλείο για τη δημιουργία επερωτήσεων σε μεγάλες βάσεις δεδομένων. Στην εργασία αυτή παρουσιάζεται μια νέα μέθοδος για την αναγνώριση και ανίχνευση προσώπων σε εικόνες χρησιμοποιώντας την ανάλυση πακέτων wavelet. Για την αναγνώριση υπάρχει ένα στάδιο προεπεξεργασίας της εικόνας, με σκοπό την εξαγωγή της περιοχής του προσώπου από το σκηνικό. Στη συνέχεια κάθε πρόσωπο περιγράφεται με ένα σύνολο εικόνων που προκύπτουν από την ανάλυση πακέτων wavelet και περιέχουν τους συντελεστές του μετασχηματισμού wavelet, οι οποίοι χαρακτηρίζουν την υφή της περιοχής. Χρησιμοποιώντας ένα σύνολο στατιστικών μετρήσεων υπολογίζουμε τα διανύσματα των χαρακτηριστικών από τις εικόνες της ανάλυσης. Κατόπιν, χρησιμοποιώντας ένα αξιόπιστο και αποτελεσματικό μέτρο πιθανοτικής απόστασης εξαγόμενο από την απόσταση Bhattacharyya, υπολογίζονται οι αποστάσεις μεταξύ του διανύσματος του προσώπου εισόδου και όλων των διανυσμάτων των προσώπων της βάσης. Η μικρότερη απόσταση ορίζει την κοντινότερη κλάση προσώπου που μοιάζει με το πρόσωπο υπό ταξινόμηση. Για την ανίχνευση, ένα στάδιο προεπεξεργασίας βασιζόμενο σε στατιστική πληροφορία για το χρώμα του ανθρώπινου δέρματος εξάγει υποψήφιες περιοχές προσώπου. Κάθε υποψήφια περιοχή για πρόσωπο περιγράφεται, όπως και στην αναγνώριση, από ένα σύνολο εικόνων ανάλυσης πακέτων wavelet. Εξάγεται με τον ίδιο ακριβώς τρόπο ένα διάνυσμα χαρακτηριστικών για κάθε μια από αυτές τις περιοχές και υπολογίζεται η απόσταση Bhattacharyya μεταξύ των διανυσμάτων των περιοχών και πρότυπων διανυσμάτων που προήλθαν από δεδομένα εκπαίδευσης. Βάση αυτής της απόστασης γίνεται η ταξινόμηση των περιοχών ως πρόσωπα ή μη πρόσωπα. Τόσο στο στάδιο της προεπεξεργασίας όσο και στο στάδιο της ταξινόμησης γίνεται χρήση γνώσης πεδίου που προέρχεται από δεδομένα εκπαίδευσης.
|