енні дозволяє їй витягти більше інформації про об'єкт.
Так, використання декількох кадрів значно достовірність аналізу вираження людської особи, дозволяє простежити динаміку його змін при різних емоціях. У роботі при відносно простому алгоритмі розпізнавання, використовувалася послідовність кадрів, що надходять з камери, і при цьому точність розпізнавання склала 90%.
Для пошуку на зображенні ділянки, відповідного особі, використовуються різні способи, важливою частиною яких є методи визначення того, чи містить подається на вхід зображення особа (детектування).
Ряд методів спочатку володіє здібностями визначення, чи відноситься вхідне зображення до класу «своїх» зображень, і при відповідній адаптації можуть використовуватися в якості детекторів.
Різні типи нейронних мереж мають здатність відносити вхідне зображення до потрібного класу з різним ступенем довіри. Існують підходи з використанням спеціально навчених нейронних мереж для того, щоб визначити чи містить зображення обличчя.
Метод аналізу головних компонент так само застосовується для детектування області обличчя. На основі порівняння вхідного і реконструйованого зображення можна визначити, чи відноситься вхідне зображення до класу осіб.
Деякі методи спочатку володіють можливістю визначення ракурсу обличчя на зображенні.
У роботі на основі гнучких контурних моделей особи були отримані головні компоненти, що відображають кути просторових поворотів особи.
У методах, що використовують навчання, такі здібності досягаються в процесі навчання. У роботах при використанні методу головних компонент, були виявлені компоненти, що відображають в основному емоції, стать і расу.
В інших методах можливість визначення на основі зображення особи такі характеристики особистості як стать, раса, вік, емоційний стан досягається в процесі навчання.
Нейронні мережі використовувалися в роботі для визначення статі та емоційного стану. У нейронної мережі мався набір виходів, які відповідають за ці характеристики, і нейронна мережа навчалася класифікувати зображення осіб за цими ознаками. [1]
.3 Існуючі програмні засоби
.3.1 Emgu CV
Emgu CV - кроссплатформенная «обгортка» для .NET бібліотеки обробки зображень OpenCV (основний бібліотеки), Emgu CV також називають бібліотекою машинного зору. Вона використовується для вирішення різноманітних завдань пов'язаних з 2D графікою, распознанием осіб і предметів на фото, розпізнання осіб і предметів на відео та ін. Emgu CV може бути використаний на декількох різних мовах, включаючи C #, VB.NET, C + + і IronPython.CV повністю написаний на C #. Перевага в тому, що він може працювати на будь-якій платформі: Linux, Mac OS X, IOS і Android. Код є крос-платформних. [5]
1.3.2 AForge.NET
AForge.NET є основою C # і призначений для розробників і дослідників в галузі комп'ютерного зору і штучного інтелекту - обробка зображень, нейронні мережі, машинне навчання, робототехніка і т.д..NET є основою для наукових обчислень .NET. Структура ґрунтується на AForge.NET, призначена для обробки зображень, використовуються нові інструменти і бібліотеки. Ці бібліотеки охоплюють широкий спектр наукових обчислювальних додатків, таких як статистична обробка даних, машинне навчання, розпізнавання образів. Структура пропонує велику кількість імовірнісних розподілів, перевірки гіпотез і підтримку для більшості популярних методів вимірювання продуктивності. [6]
1.3.3 Cognitec FaceVACS SDK і FaceVACS VideoScan
Нове покоління комп'ютерного відеоспостереження автоматично сканує вхідний відеопотік, виявляє кілька осіб і перевіряє наявність можливих збігів в «контрольному списку». Якщо відповідність знайдено, оператори отримують повідомлення в реальному часі.
Особливості:
стеження в реальному часі на декількох відеопотоках;
в режимі реального часу особа порівнюється з еталонами «контрольного списку»;
реєстрації при нерухомому зображенні або при живому потоці відео в ручному і автоматичному режимі;
застосування С ++ API і Web Services API;
можливість масштабованості в межах «контрольного списку»: розмір, кількість відеопотоків і число видимих ??осіб на зображенні.
Можливості програм Cognitec:
надзвичайно висока обробка порівнянь за зразками (900000 порівнянь в базі за секунду на середньому по силі процесорі);
інт...
