Статья:

Улучшение метода Виолы-Джонса при помощи комбинирования с методом Camshift

Конференция: CXXXIII Студенческая международная научно-практическая конференция «Молодежный научный форум»

Секция: Технические науки

Выходные данные
Жиленков И.В. Улучшение метода Виолы-Джонса при помощи комбинирования с методом Camshift // Молодежный научный форум: электр. сб. ст. по мат. CXXXIII междунар. студ. науч.-практ. конф. № 23(133). URL: https://nauchforum.ru/archive/MNF_interdisciplinarity/23(133).pdf (дата обращения: 26.12.2024)
Лауреаты определены. Конференция завершена
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

Улучшение метода Виолы-Джонса при помощи комбинирования с методом Camshift

Жиленков Игорь Владимирович
магистрант, Севастопольский государственный университет, Институт информационных технологий и управления в технических системах, РФ, г. Севастополь

 

В современном информационном пространстве существует большое количество разработанных методов выделения и распознавания человеческого лица в цифровом видеосигнале для систем безопасности. Развитие данной области получило массовое распространение еще в конце 50-х годов. Разработками в данной области занимались многие отечественные ученые: Айвазян С.А., Айзерман М.А., Бонгард М.М., Вапник В.Н. и др..

Несмотря на прошедшие годы разработки данного вопроса, его актуальность все еще высока и обусловливается современными требованиями в области обработки видеосигналов в системах безопасности. По состоянию на сегодняшний день необходимость в цифровой обработке видеосигналов велика, поскольку существует большой нерешенный спектр задач, связанный с распознаванием видеосигналов на фоне общего потока видеоинформации, таких как частота распознавания человеческих лиц, распознавание лиц в условиях плохой освещенности, повышение точности распознавания лица по его части, высокая вычислительная трудоемкость.

В результате анализа научной литературы для решения задачи детектирования и распознавания человеческого лица в цифровом видеосигнале было принято решение улучшить метод Виолы-Джонса, повысив точность и устранив основной недостаток – невозможность распознавания лиц при углах наклона и поворота больше 30°. Было принято решение реализовать данное улучшение при помощи комбинирования данного метода с методом Camshift.

Нами было выдвинуто предположение о том, что найденное с помощью метода Виолы-Джонса лицо можно продолжать отслеживать по тону кожи независимо от угла поворота и наклона, что реализуется методом Camshift. Это предположение в теории может устранить основной недостаток метода Виолы-Джонса.

В качестве инструмента для реализации модернизации метода нами было решено использовать высокоуровневый язык программирования общего назначения Python 3. Такой выбор обусловлен наличием большого количества готовых решений в виде подключаемых библиотек, а также относительной простоты языка Python. Python является кроссплатформенным языком программирования с большим сообществом разработчиков.

Эксперименты по детектированию лица проводились при дневном и ночном освещении. Метод Виолы-Джонса справляется с детектированием лиц в рамках своих ограничений, а алгоритм Camshift демонстрирует себя достаточно плохо. Однако стоит отметить, что в ночных условиях при наличии небольшого источника искусственного освещения ложные срабатывания алгоритма Camshift были не столь велики как при наличии дневного освещения.

В ходе проведенных экспериментов было обнаружено, что главный недостаток метода Camshift – сильная зависимость от цвета детектируемого объекта – является критичным при соблюдении определённых условий. Условия тестирования были таковыми, что цвет фона был близок к цвету лиц людей европеоидной расы. Это привело к тому, что метод Camshift часто неправильно распознавал объекты. Небольшое изменение тона заставляло его хаотично переключаться между элементами фона и лица.

Таким образом можно сделать вывод о том, что его использование нерационально из-за того, что для каждой камеры, выбравшей в качестве метода детектирования лица в сложной обстановке (цвет фона близок к цвету лица) сочетание методов Виолы-Джонса и Camshift, придётся проводить тонкую настройку своего диапазона HSV цветов для детектирования человеческих лиц. Этот диапазон будет очень зависеть от окружающих распознаваемый объект фоновых цветов. Более того тонкая настройка этого диапазона приведёт к невозможности отслеживания лиц, тон которых отличен от полученного в результате настройки.

Следовательно, люди, обладающие загаром и не обладающие таковым будут детектироваться с разной точностью, которая может иметь недопустимо большую величину разброса.

В результате эксперимента было выяснено, что детектирование лиц нескольких рас одновременно с помощью алгоритма Camshift при наличии сложного фона, схожего с цветом лиц детектируемых людей, является невозможным.

Алгоритм Camshift требует явно различимые цвета детектируемого объекта и его фона.

Подводя итог, можно сделать вывод о том, что распознавание лиц в сложной обстановке – когда цвет лица близок к цвету окружения, с помощью модифицированного метода сильно затруднено. Метод часто выдаёт ложные срабатывания.

Для использования метода нужна четкая настройка на определённое освещение и определённый цвет кожи людей. В ходе исследования было выявлено, что данный метод находит крайне узкое применение для распознавания человеческих лиц, поскольку изменение внешнего освещения в течении дня и различный тон кожи людей разных рас и национальностей приводит к потере человеческого лица и ложному детектированию.

 

Список литературы:
1. Буй, Т.Т.Ч. Алгоритмическое и программное обеспечение для классификации цифровых изображений с помощью вейвлет-преобразования Хаара и нейронных сетей / Т.Т.Ч. Буй, Н.Х. Фан, В.Г. Спицын // Известия Томского политехнического университета. – 2011. – № 5. – С. 103-106.
2. Галеев, С.Ф. Модификация алгоритма Виолы-Джонса для распознавания лиц в режиме реального времени/С.Ф. Галеев // Современная техника и технологии. – 2017. – № 5. – С. 38-49.
3. Фан, Н.Х. Распознавание жестов на видеопоследовательности в режиме реального времени на основе применения метода Виолы-Джонса, алгоритма Camshift, вейвлет-преоразования и метода главных компонент/Н.Х. Фан, Т.Т. Буй, В.Г. Спицын// Вестник ТГУ. – 2013. – №2. – С. 102-112.
4. Bradski, G.R. Computer vision face tracking for use in a perceptual user interface/ G.R. Bradski// Intel Technology Journal. – 1998. – V. 2. – P. 149-154.
5. Viola, P. Rapid object detection using a boosted cascade of simple features/ P. Viola, M.J. Jones//IEEE Conf. on Computer Vision and Pattern Recognition. Kauai, Hawaii, USA. – 2001. – V. 1. – P. 511–518.