Filtres de corrélation Vérification du visage Effectuer la vérification de la face avec des filtres de corrélation à l'aide du code source MATLAB fourni.
Télécharger maintenant

Filtres de corrélation Vérification du visage Classement & Résumé

Filtres de corrélation Vérification du visage Mots clés

Filtres de corrélation Vérification du visage La description

Les filtres de corrélation ont été appliqués avec succès aux problèmes automatiques de reconnaissance ciblée (ATR). Le filtre de corrélation le plus élémentaire est le filtre spatial assorti (MSF), dont la réponse impulsionnelle (en 2-D, la fonction de propagation des points) est la version détournée de l'image de référence. Bien que le MSF fonctionne bien à la détection d'une image de référence corrompue par un bruit blanc additif, il fonctionne mal lorsque l'image de référence apparaît avec des distorsions (par exemple, des rotations, des changements d'échelle). Ainsi, un MSF sera nécessaire pour détecter chaque apparition d'un objet. Clairement, cela est informellement peu attrayant pour la reconnaissance pratique du modèle. Hester et Casasent ont abordé ce défi avec l'introduction du filtre de fonction discriminante synthétique (SDF). Le filtre SDF est une combinaison linéaire de MSFS où les poids combinés sont choisis de manière à ce que les sorties de corrélation correspondant aux images de formation produiraient des valeurs pré-spécifiées à l'origine. Ces valeurs de crête pré-spécifiées sont souvent appelées contraintes de pointe. Les valeurs de pointe correspondant aux authentiques (également appelées la classe vraie) sont généralement réglées sur 1, et ce filtre SDF était donc connu sous le nom de filtre SDF de corrélation égal (ECP). En principe, un seul filtre SDF ECP pourrait remplacer de nombreux MSFS. La reconnaissance d'objet est effectuée en corrélant la corrélation croisée d'une image d'entrée avec un modèle synthétisé ou un filtre et le traitement de la sortie de corrélation résultante. La sortie de corrélation est recherchée sur les pics et les hauteurs relatives de ces pics sont utilisés pour déterminer si l'objet d'intérêt est présent ou non. Les emplacements des pics indiquent la position des objets. La vérification du visage est un outil important pour l'authentification d'une personne et peut être d'une valeur significative dans les applications de sécurité et de commerce électronique. Nous avons développé une application efficace de filtres de corrélation pour la vérification du visage. Les performances d'un type spécifique de filtre de corrélation appelée filtre minimum de corrélation de corrélation (MACE) sont évaluées à l'aide de la base de données d'expression faciale collectée lors du laboratoire de traitement multimédia avancé de l'Université Carnegie Mellon (CMU). Conditions d'index: MATLAB, SOURCE, CODE, VISAGE, IDENTIFICATION, Authentification, Reconnaissance, Corrélation, Filtres, Filtre, MACE.

Filtres de corrélation Vérification du visage Logiciels associés