Підвищення якості розпізнавання методом Віоли-Джонса в задачах інформаційної безпеки підприємства шляхом попередньої обробки зображення

  • Н. В. Лисак Вінницький національний технічний університет, Україна
  • Ю. В. Міронова Вінницький національний технічний університет, Україна
  • І. О. Марченко Сумський державний університет, Україна
  • С. О. Петров Сумський державний університет, Україна
Ключові слова: метод Віоли-Джонса, фільтрація вхідного сигналу, згортка зображення, ідентифікація обличчя, інформаційна безпека підприємства

Анотація

Розроблено механізм підвищення достовірності виявлення облич на зображенні за методом Віоли-Джонса, за рахунок проведення послідовної фільтрації вхідного зображення, що дозволяє значно підвищити якість подальшого їх розпізнавання до асимптотичного максимуму. Даний підхід дає можливість використовувати метод Віоли-Джонса для забезпечення інформаційної безпеки підприємства  як в режимі активного так і пасивного моніторингу персоналу та відвідувачів.  Підхід використовує методи теорії лінійної алгебри та математичної статистики. В роботі показано конкретний ефект від застосування за пропанового підходу та наведено приклади фізичного моделювання.

Біографії авторів

Н. В. Лисак, Вінницький національний технічний університет, Україна
к.т.н., доцент кафедри менеджменту та безпеки інформаційних систем
Ю. В. Міронова, Вінницький національний технічний університет, Україна
к.е.н., доцент кафедри менеджменту та безпеки інформаційних систем
І. О. Марченко, Сумський державний університет, Україна
студент кафедри комп’ютерних наук
С. О. Петров, Сумський державний університет, Україна
к.т.н., старший викладач комп’ютерних наук

Посилання

1. Image Processing and Analysis — Variational, PDE, Wavelet, and Stochastic Methods. Society of Industrial and Applied Mathematics // Tony F. Chan and Jackie (Jianhong) Shen, 2005
2. Rama Chellappa, Ashok Veeraraghavan and Gaurav Aggarwal. «Pattern Recognition in Video». Invited paper in International Conference on Pattern Recognition and Machine Intelligence(PReMI), 2005. Published in Lecture Notes in Computer Science, Volume 3776, Dec 2005, Pages 11—20
3. Kai Guo, P. Ishwar, J. Konrad. Action Recognition From Video Using Feature Covariance Matrices, Image Processing, IEEE Transactions, 2013. — 2479—2494 pp.
4. Le Ha Xuan, S.Nitsuwat. Face recognition in video, a combination of eigenface and adaptive skin-color model, Intelligent and Advanced Systems, 2007. ICIAS 2007. International Conference, — 2007. — 742—747 pp.
5. M. Jones, P. Viola. Rapid object detection using a boosted cascade of simple features, Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference (Volume:1 ). — 2001. — 511—518 p.
6. Large-Scale Cover Song Recognition Using The 2D Fourier Transform Magnitude // Thierry Bertin-Mahieux, Daniel P.W. Ellis, 2012
7. Labeled Faces in the Wild Home [Електронний ресурс] // http://vis-www.cs.umass.edu/lfw/
8. Bucatanschi D. G. Kernel Methods for Image Processing. — New York, NY : John Wiley & Sons, Inc. 2006. — 112
9. Rainer Lienhart, Alexander Kuranov, VadimPisarevsky, Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection, 25th DAGM Symposium, Magdeburg, Germany, September 10—12, 2003. Proceedings, — 2003. — 297—303 pp.
10. Інформаційно-аналітична підтримка діяльності університету: інтегрована інформаційна система [Текст]: монографія / А. В. Васильєв, В. В. Хоменко, В. О. Любчак,
Ю. М. Коровайченко, Д. В. Фільченко. — Суми : СумДУ, 2013. — 126 с.
Опубліковано
2015-07-20
Як цитувати
[1]
Н. Лисак, Ю. Міронова, І. Марченко, і С. Петров, Підвищення якості розпізнавання методом Віоли-Джонса в задачах інформаційної безпеки підприємства шляхом попередньої обробки зображення, ОЕІЕТ, vol 29, № 1, с. 70-75, Лип 2015.
Розділ
Системи технічного зору і штучного інтелекту з обробкою та розпізнаванням зображень