Отрывок: Были использованы те же значения масштабного фактора и необходимые значения полученных результатов, что были представлены выше. Считалось, что изображение может детектироваться каскадами, если хотя бы при одном значении параметра один из самостоятельных каскадов давал верную детекцию изображения. Ниже, в таблице 2, приведены результаты по количеству детектирований. В первой ...
Название : Исследование точности детектирования лиц по изображениям в зависимости от расы и пола при помощи каскадов Хаара
Другие названия : Study of a face detection accuracy based on race and gender using Haar cascades
Авторы/Редакторы : Рудинская, Е.А.
Парингер, Р.А.
Дата публикации : 2020
Библиографическое описание : Рудинская Е.А. Обзор работ В.А. Исследование точности детектирования лиц по изображениям в зависимости от расы и пола при помощи каскадов Хаара / Е.А. Рудинская, Р.А. Парингер // Информационные технологии и нанотехнологии (ИТНТ-2020). Сборник трудов по материалам VI Международной конференции и молодежной школы (г. Самара, 26-29 мая): в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В. А. Фурсова]. – Самара: Изд-во Самар. ун-та, 2020. – Том 4. Науки о данных. – 2020. – С. 481-488.
Аннотация : Распознавание предметов на изображениях очень часто применяется в современной жизни. Существует множество факторов, от которых во многом зависит точность детектирования и распознавания. Принадлежность человека к определенному полу или расе – одно из них. Данная статья посвящена разработке методологии, которая позволила бы оценить выбранный алгоритм на универсальность, а также оценке влияния обучающей выборки на результат детектирования. Была рассмотрена устойчивость результатов детектирования каскадов Хаара к набору данных, основанном на биологических признаках человека. Особое внимание уделялось поиску необходимых этапов методологии, поиску значений параметров алгоритма, подбору обучающей выборки и получению результатов с большей точностью детектирования. Самым детектируемым каскадами Хаара классом оказался EuropianMan с результатом 11/12. Лучший результат детектирования показали каскады «frontalface_alt», «frontalface_alt2» и «eye_tree_eyeglasses» с точностью 5/6. Object recognition in images is very often used in modern life. Many factors greatly affect the accuracy of detection and recognition. Belonging to a particular gender or race is one of them. This article is devoted to the development of a methodology that would allow evaluating the selected algorithm for universality, as well as evaluating the impact of the training sample on the detection result. The stability of the results of detecting Haar cascades to a data set based on human biological characteristics was considered. Special attention was paid to finding the necessary stages of the methodology, searching for the values of the algorithm parameters, selecting a training sample and obtaining results with greater detection accuracy. The class most detected by Haar cascades was EuropianMan with a score of 11/12. The best detection result was shown by the cascades "frontalface_alt", "frontalface_alt2" and "eye_tree_eyeglasses" with an accuracy of 5/6.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Issledovanie-tochnosti-detektirovaniya-lic-po-izobrazheniyam-v-zavisimosti-ot-rasy-i-pola-pri-pomoshi-kaskadov-Haara-84919
Другие идентификаторы : Dspace\SGAU\20200731\84919
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
ИТНТ-2020_том 4-481-488.pdf409.37 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.