"Решение задачи замены лица в видеопотоке на базе Intel OpenCV".

Докладчик: студент 5 курса Гришин Александр Владимирович  

Для обнаружения лица в видеопотоке использован непрерывно адаптирующийся алгоритм среднего сдвига. На стадии обучения из hue канала модели HSV изображения создается одномерная гистограмма оттенков человеческой кожи. Входное изображение преобразуется в соответствии с этой гистограммой и получаем цветовое вероятностное распределение, для которого определяется центр масс. Границы поиска определяются с учетом принципа временной когерентности кадров.

Для распознавания ракурса в работе принят метод распознавания объектов с использованием многомерных гистограмм чувствитель­ных областей, который не требует прямого сравнения изображений. На стадии обучения, в конкретных точках вычис­ляются лишь локальные характерис­тики изображе­ний с использованием управляемых фильтров. Далее на основе множества локальных характеристик для каждого ракурса строятся многомерные гистограммы или последовательности, которые позволяют оценить вероят­ность присутствия конкретного ракурса на сцене путем сравнения с локальными характеристиками. Вероятность оценивается для каждой вершины дерева. Алгоритм двигается всегда в сторону поддерева, корень которого обладает самой большой вероятностью, т.е. имеет больше всего точек совпадения локальных характеристик.

В классы системы  распознавания инкапсулированы как функ­цио­нальность, предоставляемая библиотека­ми OpenCV (cv.lib, cvaux.lib, cxcore.lib, highgui.lib) компании Intel, так и новая функцио­нальность. Разработка пользователь­ского интерфейса ведется с помощью highgui.lib – библиотеки интерфейса, распространяемой вместе с OpenCV.

<< вернуться  |   Документ от: 05.04.2006 11:22