viagra super force

+7(495) 123-XXXX  г. Москва

Выпуски журналов

  • Серия
  • Серия
  • Серия
  • Серия
  • Журнал
  • Журнал
  • Журнал
  • Журнал

А.И. Тымчук,  (ФГБОУ ВО «Кубанский Государственный Университет»)

Серия «Естественные и Технические науки» # ИЮНЬ  2017

Виола-Джонс
В статье проводится разбор алгоритма Виолы-Джонса для решения задачи обнаружения объекта на статичном изображении. Обозначены ключевые моменты алгоритма и используемые в нём методы, определены сильные и слабые стороны алгоритма. Кроме того, сделаны выводы относительно актуальности алгоритма и сферах его применения.

Ключевые слова: Виола-Джонс, компьютерное зрение, признак Хаара, машинное обучение, AdaBoost.

 

В  настоящее время в определённых областях человеческой деятельности стоит задача распознавания объекта на статичном изображении или в видеопотоке.

К таким областям относятся:

  1. Автоматический контроль состояния работника на рабочем месте (например, пилотов, машинистов, авиадиспетчеров и т.д.), там, где необходимо, чтобы работник имел должную концентрацию внимания;
  2. Информационная помощь при обеспечении безопасности на объектах с большим скоплением людей;
  3. Помощь в медицине при необходимости точного обнаружения определённого объекта;
  4. Повышение качества оказания услуг за счёт оценки удовлетворённости потребителя.

Задача распознавания образов не имеет точного аналитического решения, что привносит сложности в разработку универсального алгоритма. Тем не менее, для того, чтобы наделить компьютерные системы возможностью своеобразного «зрения» создано и предложено большое число методов и алгоритмов. Среди них особо выделяются подходы, основанные на нейронных сетях, методе главных компонент, вейвлет-преобразованиях. Одним из самых известных и популярных алгоритмов в области компьютерного зрения является алгоритм Виолы-Джонса (Viola-Jones). Он был разработан Полом Виолой и Майклом Джонсом в 2001 году, и получил широкое применение в силу своей скорости и эффективности.

Метод состоит из двух этапов: алгоритм обучения и алгоритм распознавания. На практике скорость работы алгоритма обучения не важна. Однако крайне важна скорость работы алгоритма распознавания объектов.

Метод имеет следующие ярко выраженные преимущества:

  1. Возможность обнаружения большого количества объектов на исходном изображении;
  2. Использование простых классификаторов в процессе работы алгоритма обнаружения показывает хорошую скорость и позволяет использовать этот метод в анализе видео на присутствие определённых объектов в кадре;
  3. Возможность обучения классификатора на нахождение любого объекта;
  4. Проверка любого признака (в методе используются признаки Хаара, о которых будет рассказано далее) на определённой позиции в изображении занимает линейное время ввиду использования интегрального представления изображения;
  5. Большое количество реализаций в различных open-source библиотеках и на различных языках программирования;
  6. Малое количество ложных срабатываний при поиске объекта на изображении.

Недостатки метода:

  1. Большое время обучения классификатора, так как требуется проанализировать большое количество тестовых изображений;
  2. Зависимость точности распознавания от правильности подбора обучающей выборки при обучении классификатора;
  3. Сильное снижение эффективности распознавания объекта при увеличении угла поворота объекта;
  4. Может наблюдаться большое количество близко расположенных друг к другу результатов ввиду применения различных масштабов для сканирующего.

Упрощённая схема алгоритма выглядит следующим образом. Перед началом распознавания алгоритм обучения на основе тестовых изображений обучает классификатор, состоящий из значений определённых признаков. Далее алгоритм распознавания ищет объекты на разных масштабах изображения, основываясь на обученном классификаторе. На выходе алгоритма выдаётся множество найденных объектов на разных масштабах. Схема алгоритма в графическом виде представлена на рис. 1.

Основополагающей идеей алгоритма Виолы-Джонса для распознавания объектов является выделение локальных особенностей (признаков) изображения и последующего обучения алгоритма на них. Поиск на изображении выполняется по принципу сканирующего окна – изображение сканируется окном поиска, и на каждом положении окна применяется классификатор [2].

    Система обучения и выбора наиболее значимых признаков полностью автоматизирована и не требует вмешательства человека.

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
1. Метод распознавания лиц Виолы-Джонса: [Электронный ресурс]. URL: http://oxozle.com/2015/04/11/metod-raspoznavaniya-lic-violy-dzhonsa-viola-jones
2. Метод Виолы-Джонса как основа для распознавания лиц: [Электронный ресурс]. URL: https://habrahabr.ru/post/133826
3. Face Detection using Haar Cascades: [Электронный ресурс]. URL: http://docs.opencv.org/trunk/d7/d8b/tutorial_py_face_detection.html
4. Алгоритм AdaBoost: [Электронный ресурс]. URL: http://www.machinelearning.ru/wiki/index.php?title=AdaBoost



© 
А.И. Тымчук, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

 
SCROLL TO TOP

 Rambler's Top100 @Mail.ru