Post on 05-Jan-2016
description
Rozpoznawania twarzy
mgr inż. Rafał Komański
styczeń 2004
Wprowadzenie
automatyczne przetwarzanie twarzy
zastosowanie
sieci neuronowe
Podstawowe pojęcia
detekcja twarzy rozpoznawanie twarzy analiza wyrazu twarzy kategoryzacja na podstawie rysów twarzy
Detekcja twarzy
potrzeba znalezienia twarzy na obrazie lokalizacja przykład:
Rozpoznawanie twarzy
baza danych i porównywanie twarzy
modele analityczne modele oparte na sieciach neuronowych
Podstawowe pojęcia
detekcja twarzy rozpoznawanie twarzy analiza wyrazu twarzy kategoryzacja na podstawie rysów twarzy reprezentacja twarzy
Reprezentacja twarzy
128 128 64 64 32 32 16 16
8 bpp 4 bpp 2 bpp 1 bpp
Pamięci skojarzeniowe
zapamiętanie danych wejściowych odtworzanie zapamiętanych danych poprawne odtworzanie wersji
uszkodzonej zaszumionej
adresowanie kontekstowe
Sieci autoasocjacyjne
Sieć Hopfielda
Dwuwarstwowy perceptron
Sieć Hopfielda
jednowarstwowa, rekurencyjna dyskretna tryb uczenia
reguła Hebba tryb odtworzeniowy
synchronicznie
Dwuwarstwowy perceptron
dwuwarstwowa, neurony sigmoidalne propagacja wsteczna (backpropagation) wolna zbieżność uczenie jako zadanie optymalizacyjne metoda gradientów sprzężonych
z regularyzacją (Moller)
Wyniki
poprawne odtwarzanie nauczonych obrazów
Wyniki - c.d.
zadowalające odtwarzanie częściowo zniekształconych lub zasłoniętych obrazów
Wyniki - c.d.
potwierdzenie możliwości wykorzystania pamięci autoasocjacyjnych do zapamiętywania i odtwarzania obrazów twarzy
wady: długi czas uczenie i odtwarzania sieci Hopfielda bardzo długi czas uczenia sieci BP, nie zawsze
zakończony sukcesem
Problemy
Zmienne oświetlenie Różne położenie twarzy na obrazach
Podsumowanie
rozpoznawanie twarzy
możliwość wykorzystania sieci
autoasocjacyjnych do zapamiętywania
i odtwarzania obrazów twarzy
problemy
Koniec
Dziękuję za uwagę