Использование информации о динамике изменений человеческого лица для решения задач распознавания и классификации
Опубликовано: 15.10.2013
Авторы: Горин С.В., Сулимов А.С.
Опубликовано в выпуске: #6(18)/2013
DOI: 10.18698/2308-6033-2013-6-774
Раздел: Информационные технологии | Рубрика: Биометрические технологии
Рассмотрены подходы к решению задач распознавания и классификации людей в видеопотоке, описаны результаты антропологических исследований и возможность применения полученных результатов в рамках сферы компьютерного зрения. Произведен эксперимент, в котором сравниваются результаты распознавания и классификации двух подходов, основанных на анализе статической и динамической информации соответственно.
Литература
[1] Bassili J. Emotion recognition: The role of facial movement and the relative importance of upper and lower areas of the face. Journal of Personality and Social Psychology, 1979, vol. 37, N 27(2), pp. 2049-2059
[2] Haralick R.M., Dinstein I., Shanmugaman K. Textural features for image classification. IEEE Trans. Syst. Man Cybern. SMC-3, 1993, pp. 610-621
[3] Hill H., Johnson A. Categorizing sex and identity from the biological motion of faces. Current Biology, 2001, N 11(11), pp. 880-885
[4] Knight B., Johnston A. The role of movement in face recognition. Visual Cognition, 1997, N 4, pp. 265-274
[5] Leung T., Malik J. Representing and recognizing the visual appearance of materials using thee-dimensional texons. Int. J. Comput. 2001, vis. 43(1), pp. 29-44
[6] LIBSVM URL: http://www.csie.ntu.edu.tw/cjlin/libsvm/
[7] Liu X., Chen T. Video-based face recognition using adaptive Hidden Markov models. IEEE, 2003, pp. 340-345
[8] Maenpaa T. The Local Binary Pattern Approach To Texture Analysis — Extensions And Applications: Ph.D. thesis. Infotech Oulu and Department of Electrical and Information Engineering. University of Oulu, 2003
[9] Ojala T., Pietikainen M., Harwood D. Performance evaluation of texture measures with classification based on Kullback discrimination of distributions. Proceedings of the 12th IAPR International Conference on Pattern Recognition, 1994, vol. 1, pp. 582-585
[10] Ojala T., Pietikainen M., Harwood D. A Comparative Study of Texture Measures with Classification Based on Feature Distributions. Pattern Recognition, 1996, vol. 29, pp. 51-59
[11] O’Toole A.J., Roark D.A. Abdi H. Recognizing moving faces: A psychological and neural synthesis. Trends in Cognitive Science, 2002, N 6, pp. 261-266
[12] Saisan P., Doretto G., Wu Y.N., Soatto S. Dynamic texture recognition. Proc. IEEE Conference of Computer Vision and Pattern Recognition, 2001, vol. 2, pp. 58-63
[13] Szummer M., Jain, A.K. Temporal texture modeling. In: Proc. IEEE International Conference of Image Processing, vol. 3, pp. 823-826, 1996
[14] The Machine Perception Toolbox. URL: http://mplab.ucsd.edu/grants/project1/free-software/MPTWebSite/introduction.html
[15] Tuceryan M., Jain A.K. Texture Analysis. The Handbook of Pattern Recognition and Computer Vision, 2ndedn. World Scientific, Singapore, 1998, pp. 207-248
[16] Zhao G., Pietikainen M. Dynamic texture recognition using local binary patterns with an application to facial expressions. IEEE TPAMI, 2007, vol. 29(6), pp. 915-928
[17] Маслий Р.В. Использование локальных бинарных шаблонов для распознавания лиц на полутоновых изображениях. Информационные технологии и компьютерная техника, 2008, т. 4, с. 6
[18] Наборы данных для алгоритмов распознавания речи и мимики лица. URL: http://www.crim.ca/en (дата обращения: 18.12.2012)
[19] Наборы данных для алгоритмов распознавания речи и мимики лица. URL: http://itee.uq.edu.au/ conrad/vidtimit/ (дата обращения: 18.12.2012)
[20] Наборы данных FERET. URL: http://www.itl.nist.gov/iad/feret/ (дата обращения: 17.04.2013)