С.В. Горин
,
А.С. Сулимов
4
Из результатов следует, что использование текстурной информа-
ции для вычисления характеристических векторов особенностей при
решении задач распознавания является перспективным. Процент
верно распознанных статических человеческих лиц даже в условиях
изменения освещения и мимики достаточно высокий. Далее будет
рассмотрена возможность применения локальных бинарных шабло-
нов для видеоизображений.
Особенности обработки динамики изменения человеческого
лица.
Существуют различные подходы к обработке динамики изме-
нения человеческого лица. Рассмотрены некоторые из них, наиболее
подходящие для решения задач распознавания и классификации в
видеопотоке.
В данной работе рассматриваются методы, которые основывают-
ся на анализе текстур изображений. Тукеран и Джейн провели клас-
сификацию методов данной группы, согласно которой выделили че-
тыре группы: статистические, геометрические, основанные на моде-
лях и обработке сигналов [12].
Раньше всех были предложены статистические методы [4]. С по-
явлением различных трудов в сфере обработки сигналов исследова-
тели нашли их применение для обработки изображений. Так, для
распознавания человеческих лиц в видеопотоках Ли и Чен [16] пред-
лагают использовать траектории отслеживаемых особенностей лица.
Извлеченные с помощью фильтра Габора черты лица используются
для составления модели распознавания. По результатам эксперимен-
та авторы показали увеличение качества распознавания, основанного
на описанной модели, в сравнении с обычным покадровым модели-
рованием.
Из группы методов, основанных на построении модели обраба-
тываемого изображения, можно выделить работы, в которых описы-
вается применение скрытых марковских моделей для решения задач
распознавания человеческих лиц в видеопотоке. Ли и Чен в своей ра-
боте [7] приводят классификацию методов, основанных на данном
подходе.
Большинство описанных подходов и методов не позволяют про-
изводить обработку и анализ текстур изображений в реальном време-
ни из-за своей вычислительной сложности. Основным альтернатив-
ным подходом является использование локальных бинарных шабло-
нов (ЛБШ), впервые предложенных в 1996 г. Оджалой и Пьеткаине-
ном [9, 10]. Основным преимуществом является относительно малая
сложность вычисления оператора ЛБШ. В связи с этим в последние
годы были предложены новые методы решения многих задач компь-
ютерного зрения. Многие ученые разработали модификации опера-
тора ЛБШ для конкретных задач, например, для работы с трехмер-
ными [5] и динамическими текстурами [12, 13].
