Издательство
Каталог
Авторам
Рекламодателям
КонтактыВНИМАНИЕ!
Новый адрес редакций журналов Колодезный пер., 2 А.
ООО «Издательство «Инновационное машиностроение»
- КНИГИ Прайс-лист
- ЖУРНАЛЫ Прайс-лист
Книги и журналы, просмотренные ранее
Статьи автора
К последнему номеру журналаВсе статьи автора в журнале: Хтет Аунг
- Разработка системы отслеживания лиц в режиме реального времени на основе корреляционного фильтра MOSSEDevelopment of a real-time face tracking system based on the MOSSE correlation filterАвторы статьиAuthorsБобков А.В.Bobkov A.V.Хтет АунгHtet Aungalexander.bobkov@bmstu.rualexander.bobkov@bmstu.ru
Разработка системы отслеживания лиц в режиме реального времени на основе корреляционного фильтра MOSSE
УДК 681.518:004.93
DOI: 10.36652/0869-4931-2023-77-7-324-329
Ускорение работы системы отслеживания лиц можно обеспечить, используя совместно высокоточный нейросетевой детектор лица для его первоначального обнаружения и систему отслеживания на основе современных высокоскоростных корреляционных фильтров. Предлагается система отслеживания лиц с использованием корреляционного фильтра MOSSE (фильтр с минимальной выходной суммой квадратов ошибок). Предлагаемая система позволяет отслеживать человеческое лицо с высокой скоростью в режиме реального времени, а также при различных его положениях. При тестировании предложенного подхода использовались инструментарий обработки изображений и инструментарий глубокого обучения из приложения MATLAB.
Ключевые слова
сверточная нейронная сеть, алгоритм обнаружения объектов YOLO v3, глубокое обучение, фильтр MOSSE, отслеживание лиц
Development of a real-time face tracking system based on the MOSSE correlation filter
The functioning acceleration of the face tracking system can be achieved by using simultaneously a highprecision neural network face detector for initial face detection and a tracking system based on modern high-speed correlation filters. A face tracking system using a MOSSE correlation filter (filter with minimum output sum of squared errors) is proposed. The proposed system allows tracking a human face at high speed in real time, as well as in various face positions. The proposed approach was tested using image processing and deep learning tools from the MATLAB application.
Keywords
convolutional neural network, YOLO v3 object detection algorithm, deep learning, MOSSE filter, face tracking
- Алгоритм распознавания лиц при их частичном закрытииAlgorithm for face recognition when they are partially closedАвторы статьиAuthorsБобков А.В.Bobkov A.V.Хтет АунгHtet AungAlexander.Bobkov@bmstu.ru, happyland27057@gmail.comAlexander.Bobkov@bmstu.ru, happyland27057@gmail.com
Алгоритм распознавания лиц при их частичном закрытии
УДК 681.518, 004.93
DOI: 10.36652/0869-4931-2024-78-2-77-87
Рассмотрена задача распознавания лиц при наличии маскирующих элементов (очки, прическа, усы, борода), а также при частичном перекрытии посторонними объектами, например, ладонями. Одним из самых сложных аспектов распознавания лиц остается обработка лиц при частичном перекрытии некоторых участков (окклюзия). Описаны типовые виды окклюзии и их влияние на точность распознавания. Для решения проблемы окклюзии предложены методы извлечения признаков, основанные на обнаружении лиц с окклюзией и с устранением окклюзии, а также методы восстановления лиц. Результаты экспериментов показывают, что предложенные методы обеспечивают высокую точность распознавания частично закрытого лица и способны работать в режиме реального времени.
Ключевые слова
сверточная нейронная сеть ResNet50, распознавание лиц при реальной окклюзии, алгоритм обнаружения объектов YOLO, глубокое обучение, база данных лиц
Algorithm for face recognition when they are partially closed
The problem of face recognition in the presence of masking elements (glasses, hairstyle, mustache, beard), as well as in the case of partial overlap with foreign objects, such as palms, is considered. One of the most difficult aspects of face recognition remains the processing of faces with partial overlap of some areas (occlusion). Typical types of occlusion and their impact on recognition accuracy are described. To solve the problem of occlusion, feature extraction methods based on detecting faces with occlusion and eliminating occlusion, as well as methods for face restoration, are proposed. Experimental results show that the proposed methods provide high accuracy in partially occluded face recognition and are capable of working in real time.
Keywords
ResNet50 convolutional neural network, face recognition under real occlusion, YOLO object detection algorithm, deep learning, face database
