Проверяемый текст
Долгов Сергей Викторович. Разработка методов распознавания и построение информационно-поисковых систем идентификации человека по его фотопортрету (Диссертация 2003)
[стр. 27]

Однако, само направление представляет большой интерес.
Необходимо экспериментировать с более репрезентативными базами данных, хранящих изображения лиц.
Метод анализирует только суммарное искажение между изображениями или только суммарное несоответствие блоков, не касаясь характера этих искажений.
Метод, анализирующий как характер искажения изображений, так и соответствие отдельных блоков, может дать отличный результат.
Это подтверждают работы
[78-80], в которых рассмотрено применение псевдо двумерных скрытых Марковских моделей.
1.3.
Программные средства распознавания лицевых изображений 1.3.1.
Отечественные коммерческие разработки Система
распознавания по лицу компании СОЛИНГ.
Работа системы распознавания строится на разделении человеческого лица на большое количество т.н.
«базовых точек», в число которых входят скулы, цвет и форма глаз, ширина переносицы и губ.
Фотография и цифровое описание лица заносятся в банк данных, с которым впоследствии сравнивается распознаваемое лицо.
На этапе собственно распознавания используется телекамера, с помощью которой сканируется лицо человека, после чего результат сканирования сравнивается с образами, хранимыми в базе данных.
Система позволяет непрерывно контролировать поток людей, отмечая появление определенных посетителей, сообщая о них службе безопасности и занося их фотографию в базу данных.
ВидеОко.
Это компьютерная система видеонаблюдения и распознавания лиц.
Она позволяет
вести наблюдение за окружающей обстановкой, детектировать события,например: движения различной интенсивности, нахождение лица в кадре.
Все эти события сохраняются в базе данных, из которой можно просматривать произошедшие события с запросами по времени и типу события.

27
[стр. 43]

43 Метод анализирует только суммарное искажение между изображениями или только суммарное несоответствие блоков, не касаясь характера этих искажений.
Метод, анализирующий как характер искажения изображений, так и соответствие отдельных блоков, может дать отличный результат.
Это подтверждают работы
[66-68], в которых рассмотрено применение псевдодвумерных скрытых марковских моделей.
1.4.8.
Сравнительный анализ методов распознавания изображений Каким бы широким ни было многообразие различных алгоритмов и методов распознавания изображений в структурной схеме любого метода распознавания изображений можно выделить, как правило, следующие три типичный этапа распознавания: 1) преобразование исходного изображения в начальное представление (может включать в себя как предобработку, так и математические преобразования, например, вычисление комплексных коэффициентов Габора); 2) выделение ключевых характеристик (например, выделение первых п главных компонент или коэффициентов дискретного косинусного преобразования); 3) применение механизма классификации (моделирования): метрика, кластерная модель, нейронная сеть и т.п.
Кроме этого, построение метода распознавания опирается на априорную информацию о предметной области (в данном случае на характеристики лица человека) и корректируется экспериментальной информацией, появляющейся по ходу разработки метода.


[стр.,48]

1.5.
Коммерческие системы распознавании и приложении 48 1.5.1.
Отечественные коммерческие разработки Система
распознавании по лицу компании СОЛИНГ.
Работа системы распознавания строится на разделении человеческого лица на большое количество т.н.
«базовых точек», в число которых входят скулы, цвет и форма глаз, ширина переносицы и губ.
Фотография и цифровое описание лица заносятся в банк данных, с которым впоследствии сравнивается распознаваемое лицо.
На этапе собственно распознавания используется телекамера, с помощью которой сканируется лицо человека, после чего результат сканирования сравнивается с образами, хранимыми в базе данных.
Система позволяет непрерывно контролировать поток людей, отмечая появление определенных посетителей, сообщая о них службе безопасности и занося их фотографию в базу данных.
ВидеОко.
Это компьютерная система видеонаблюдения и распознавания лиц.
Она позволяет
не только вести наблюдение за окружающей обстановкой, но и, благодаря уникальным алгоритмам, детектировать определенные события, такие, например, как движения различной интенсивности, статические изменения, нахождение лица в кадре и распознавание лиц.
Все эти события сохраняются в базе данных, из которой можно просматривать произошедшие события с запросами по времени и типу события.

1.5.2.
Зарубежные коммерческие разработки К 1993 году было заявлено о существовании нескольких алгоритмов, правильно решающих задачу в среде с минимальным числом ограничений.
Чтобы выявить их реальный потенциал, агентство ОАК.РА и Исследовательская лабо

[Back]