SlideShare a Scribd company logo
1 of 39
Download to read offline
Распознавание лиц на сжатых
       изображениях

• Сжатие изображений JPEG-2000 c ROI,
  где Region of Interest – лицо
• Сжатие изображений JPEG-2000 без
  ROI
• Сравнение двух вариантов сжатия с
  точки зрения работы алгоритма
  распознавания лиц
Визуальное сравнение
ROI               без ROI
Визуальное сравнение
ROI               без ROI
Схема эксперимента
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
База изображений
•   Всего изображений                      900
•   Всего классов                          30
•   Число изображений на класс             30
•   Число различных наборов (мест съемки) 5
•   Число изображений в наборе на класс    6
•   Разрешение изображений              1024×684
•   Формат изображений                     TIFF
•   Средний размер лица                  150×150
Классы




1    2      3      4    5




6    7      8      9    10




11   12     13     14   15
Классы




16   17     18     19   20




21   22     23     24   25




26   27     28     29   30
Места съемки
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
Выделение лиц
• Алгоритм Viola-Jones              alt tree 1,2
• Всего лиц                               900
• Выделено лиц                           653
• Процент выделенных лиц               72,6%
• Всего изображений             900 (1024×684)
• False Positive Rate                    162
• Выделено лиц случайных прохожих          8
• Всего ложных выделений                 170
Процент выделенных лиц




87%   97%      73%       77%   80%




70%   93%      50%       77%   60%




80%   70%      70%       87%   77%
Процент выделенных лиц




80%   67%      53%       57%   70%




50%   53%      50%       57%   90%




97%   70%      67%       90%   80%
Ложные выделения
Ложные выделения
Ложные выделения
Ложные выделения
Ложные выделения
Ложные выделения
Ложные выделения
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
Сжатие
• Bit Rate            0,2 bpp
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
Постфильтрация ложных выделений
           Фильтрация по   Фильтрация
           цвету           по размеру


• Фильтрация по цвету: смесь непараметрических
  плотностей вероятности
• Число лиц на выходе фильтра           653 (100%)
• Число ложных выделений                  26 (15%)

• Фильтрация по размеру:                 size > 70
• Число лиц на выходе фильтра           653 (100%)
• Число ложных выделений                   9 (35%)
Фильтрация по цвету
Фильтрация по размеру
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
База фрагментов выделенных из изображений

 • Всего фрагментов                       662
 • Из них лиц                             653
 • Из них не лиц                            9
 • Число классов                           30
 • Число обучающих изображений на класс     6
 • Обучающая выборка                      180
 • Контрольная выборка                     482
Обучающая выборка
Контрольная выборка (сжатие с ROI)
Контрольная выборка (сжатие без ROI)
Сжатие JPEG-2000
            +ROI                     Выреза
                                     ние
База                                 выделе
            Сжатие JPEG-2000                        Постфильтрация
изобра                               нных
жений                                фрагме
                                     нтов


           Координаты выделенного
Выде       фрагмента
ление
лиц

           База фрагментов выделенных из изображений:
  неискаженных            cжатых с ROI             cжатых без ROI

Обучающая выборка     Контрольная выборка 1   Контрольная выборка 2


Пред                                Пред
обра      Распознавание лиц         обра
ботка                               ботка         Информация о
                                                  номере класса
Предобработка
• Масштабирование                    150×150
• Переход к яркостному изображению   rgb2gray
• Выравнивание гистограммы яркости     histeq
Распознавание лиц
• Алгоритм Fisher Faces
• Обучающая выборка                          180
• Контрольная выборка                         482
• Верно распознано лиц сжатых с ROI     200 (41,5%)
• Верно распознано лиц сжатых без ROI   197 (40,9%)
• Процент выделенных лиц                    72,6%
• Общий уровень распознавания с ROI         30,1%
• Общий уровень распознавания без ROI       29,7%
Процент верно распознанных лиц ROI без ROI




30% 30%   61% 65%   31% 31%   41% 41%   39% 33%




67% 67%   55% 50%   67% 56%   59% 59%   33% 33%




56% 61%   60% 60%   7% 7%     80% 80%   47% 47%
Процент верно распознанных лиц ROI без ROI




22% 22%   50% 43%   40% 40%   18% 18%   40% 40%




67% 78%   10% 10%   78% 78%   18% 18%    0% 0%




70% 65%   60% 60%   0% 0%     29% 24%   28% 28%
Общий уровень распознавания ROI без ROI




26% 26%   59% 63%   23% 23%   32% 32%   31% 26%




47% 47%   51% 47%   34% 28%   45% 45%   20% 20%




45% 49%   42% 42%   5% 5%     70% 70%   36% 36%
Общий уровень распознавания ROI без ROI




18% 18%   34% 29%   21% 21%   10% 10%   28% 28%




34% 39%    5% 5%    39% 39%   10% 10%    0% 0%




68% 63%   42% 42%   0% 0%     26% 22%   22% 22%
Распознавание лиц на сжатых
       изображениях

• Сжатие изображений JPEG-2000 c ROI,
  где Region of Interest – лицо
• Сжатие изображений JPEG-2000 без
  ROI
• Сравнение двух вариантов сжатия с
  точки зрения работы алгоритма
  распознавания лиц:
  ROI – 41,5%            без ROI – 40,9%

More Related Content

Viewers also liked

Dao tao cho nguoi lon tuoi
Dao tao cho nguoi lon tuoiDao tao cho nguoi lon tuoi
Dao tao cho nguoi lon tuoiHung Pham Thai
 
Qui trinhxdcsdl access
Qui trinhxdcsdl accessQui trinhxdcsdl access
Qui trinhxdcsdl accessHung Pham Thai
 
Vegetables. growing asparagus in the home garden
Vegetables. growing asparagus in the home gardenVegetables. growing asparagus in the home garden
Vegetables. growing asparagus in the home gardenHung Pham Thai
 
SharePoint Jumpstart
SharePoint JumpstartSharePoint Jumpstart
SharePoint JumpstartKelly Cebold
 
Dan brown angelsanddemons
Dan brown angelsanddemonsDan brown angelsanddemons
Dan brown angelsanddemonsHung Pham Thai
 
Lehoiduong vat nhatban( tuc )
Lehoiduong vat nhatban( tuc )Lehoiduong vat nhatban( tuc )
Lehoiduong vat nhatban( tuc )Hung Pham Thai
 
Quy trinh sx mu cua cty cao su dong phu binh phuoc
Quy trinh sx mu cua cty cao su dong phu binh phuocQuy trinh sx mu cua cty cao su dong phu binh phuoc
Quy trinh sx mu cua cty cao su dong phu binh phuocHung Pham Thai
 
Technology Integration
Technology IntegrationTechnology Integration
Technology Integrationguest5b9bf4
 
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008Hung Pham Thai
 
Выделение лиц по цвету
Выделение лиц по цветуВыделение лиц по цвету
Выделение лиц по цветуEunix
 
Understanding the Value of a Payments Problem
Understanding the Value of a Payments Problem Understanding the Value of a Payments Problem
Understanding the Value of a Payments Problem Michel van Bommel
 
San prohibited pesticide list april 2009
San prohibited pesticide list april 2009San prohibited pesticide list april 2009
San prohibited pesticide list april 2009Hung Pham Thai
 
Progress 4 C Association Workshop Dalat 04122009
Progress 4 C Association Workshop Dalat 04122009Progress 4 C Association Workshop Dalat 04122009
Progress 4 C Association Workshop Dalat 04122009Hung Pham Thai
 

Viewers also liked (20)

Dao tao cho nguoi lon tuoi
Dao tao cho nguoi lon tuoiDao tao cho nguoi lon tuoi
Dao tao cho nguoi lon tuoi
 
Qui trinhxdcsdl access
Qui trinhxdcsdl accessQui trinhxdcsdl access
Qui trinhxdcsdl access
 
Vegetables. growing asparagus in the home garden
Vegetables. growing asparagus in the home gardenVegetables. growing asparagus in the home garden
Vegetables. growing asparagus in the home garden
 
Caosu q4 1
Caosu q4 1Caosu q4 1
Caosu q4 1
 
Baocao 2 2009_final
Baocao 2 2009_finalBaocao 2 2009_final
Baocao 2 2009_final
 
SharePoint Jumpstart
SharePoint JumpstartSharePoint Jumpstart
SharePoint Jumpstart
 
Dan brown angelsanddemons
Dan brown angelsanddemonsDan brown angelsanddemons
Dan brown angelsanddemons
 
Lehoiduong vat nhatban( tuc )
Lehoiduong vat nhatban( tuc )Lehoiduong vat nhatban( tuc )
Lehoiduong vat nhatban( tuc )
 
Quy trinh sx mu cua cty cao su dong phu binh phuoc
Quy trinh sx mu cua cty cao su dong phu binh phuocQuy trinh sx mu cua cty cao su dong phu binh phuoc
Quy trinh sx mu cua cty cao su dong phu binh phuoc
 
Technology Integration
Technology IntegrationTechnology Integration
Technology Integration
 
K51.24.05.2009
K51.24.05.2009K51.24.05.2009
K51.24.05.2009
 
Mr
MrMr
Mr
 
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008
Xuat nhap khau cao su tron g5 thang va uoc tinh 06 thang 2008
 
Chuong 03 table
Chuong 03   tableChuong 03   table
Chuong 03 table
 
Выделение лиц по цвету
Выделение лиц по цветуВыделение лиц по цвету
Выделение лиц по цвету
 
Chuong 09 vb
Chuong 09   vbChuong 09   vb
Chuong 09 vb
 
Understanding the Value of a Payments Problem
Understanding the Value of a Payments Problem Understanding the Value of a Payments Problem
Understanding the Value of a Payments Problem
 
San prohibited pesticide list april 2009
San prohibited pesticide list april 2009San prohibited pesticide list april 2009
San prohibited pesticide list april 2009
 
Phu lucb baitap
Phu lucb baitapPhu lucb baitap
Phu lucb baitap
 
Progress 4 C Association Workshop Dalat 04122009
Progress 4 C Association Workshop Dalat 04122009Progress 4 C Association Workshop Dalat 04122009
Progress 4 C Association Workshop Dalat 04122009
 

Распознавание лиц на сжатых изображениях

  • 1. Распознавание лиц на сжатых изображениях • Сжатие изображений JPEG-2000 c ROI, где Region of Interest – лицо • Сжатие изображений JPEG-2000 без ROI • Сравнение двух вариантов сжатия с точки зрения работы алгоритма распознавания лиц
  • 5. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 6. База изображений • Всего изображений 900 • Всего классов 30 • Число изображений на класс 30 • Число различных наборов (мест съемки) 5 • Число изображений в наборе на класс 6 • Разрешение изображений 1024×684 • Формат изображений TIFF • Средний размер лица 150×150
  • 7. Классы 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
  • 8. Классы 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
  • 10. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 11. Выделение лиц • Алгоритм Viola-Jones alt tree 1,2 • Всего лиц 900 • Выделено лиц 653 • Процент выделенных лиц 72,6% • Всего изображений 900 (1024×684) • False Positive Rate 162 • Выделено лиц случайных прохожих 8 • Всего ложных выделений 170
  • 12. Процент выделенных лиц 87% 97% 73% 77% 80% 70% 93% 50% 77% 60% 80% 70% 70% 87% 77%
  • 13. Процент выделенных лиц 80% 67% 53% 57% 70% 50% 53% 50% 57% 90% 97% 70% 67% 90% 80%
  • 21. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 23. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 24. Постфильтрация ложных выделений Фильтрация по Фильтрация цвету по размеру • Фильтрация по цвету: смесь непараметрических плотностей вероятности • Число лиц на выходе фильтра 653 (100%) • Число ложных выделений 26 (15%) • Фильтрация по размеру: size > 70 • Число лиц на выходе фильтра 653 (100%) • Число ложных выделений 9 (35%)
  • 27. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 28. База фрагментов выделенных из изображений • Всего фрагментов 662 • Из них лиц 653 • Из них не лиц 9 • Число классов 30 • Число обучающих изображений на класс 6 • Обучающая выборка 180 • Контрольная выборка 482
  • 32. Сжатие JPEG-2000 +ROI Выреза ние База выделе Сжатие JPEG-2000 Постфильтрация изобра нных жений фрагме нтов Координаты выделенного Выде фрагмента ление лиц База фрагментов выделенных из изображений: неискаженных cжатых с ROI cжатых без ROI Обучающая выборка Контрольная выборка 1 Контрольная выборка 2 Пред Пред обра Распознавание лиц обра ботка ботка Информация о номере класса
  • 33. Предобработка • Масштабирование 150×150 • Переход к яркостному изображению rgb2gray • Выравнивание гистограммы яркости histeq
  • 34. Распознавание лиц • Алгоритм Fisher Faces • Обучающая выборка 180 • Контрольная выборка 482 • Верно распознано лиц сжатых с ROI 200 (41,5%) • Верно распознано лиц сжатых без ROI 197 (40,9%) • Процент выделенных лиц 72,6% • Общий уровень распознавания с ROI 30,1% • Общий уровень распознавания без ROI 29,7%
  • 35. Процент верно распознанных лиц ROI без ROI 30% 30% 61% 65% 31% 31% 41% 41% 39% 33% 67% 67% 55% 50% 67% 56% 59% 59% 33% 33% 56% 61% 60% 60% 7% 7% 80% 80% 47% 47%
  • 36. Процент верно распознанных лиц ROI без ROI 22% 22% 50% 43% 40% 40% 18% 18% 40% 40% 67% 78% 10% 10% 78% 78% 18% 18% 0% 0% 70% 65% 60% 60% 0% 0% 29% 24% 28% 28%
  • 37. Общий уровень распознавания ROI без ROI 26% 26% 59% 63% 23% 23% 32% 32% 31% 26% 47% 47% 51% 47% 34% 28% 45% 45% 20% 20% 45% 49% 42% 42% 5% 5% 70% 70% 36% 36%
  • 38. Общий уровень распознавания ROI без ROI 18% 18% 34% 29% 21% 21% 10% 10% 28% 28% 34% 39% 5% 5% 39% 39% 10% 10% 0% 0% 68% 63% 42% 42% 0% 0% 26% 22% 22% 22%
  • 39. Распознавание лиц на сжатых изображениях • Сжатие изображений JPEG-2000 c ROI, где Region of Interest – лицо • Сжатие изображений JPEG-2000 без ROI • Сравнение двух вариантов сжатия с точки зрения работы алгоритма распознавания лиц: ROI – 41,5% без ROI – 40,9%