Improving the quality of recognition by Viola-Jones in enterprise information security problems by pre-processing the image
Keywords:
Viola-Jones method, filtering input, convolution image, face identification, information security companyAbstract
In the work we developed a increasing there liability mechanism of face detection on the image by Viola-Jones algorithm which consistent filtering and processing of the input image. It can significantly improve the reliability of their further recognition to the asymptotic maximum. Using this approach make able to apply Viola-Jones method for ensuring information security in active and passive monitoring modes. The proposed approach uses the methods of the theory of linear algebra and mathematical statistics. The paper shows a specific effect of the use of the proposed approach and shows examples of physical modeling.References
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.
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.
Downloads
-
PDF (Українська)
Downloads: 227
Abstract views: 272
Published
2015-07-20
How to Cite
[1]
N. V. Lysak, Y. V. Mironova, I. O. Marchenko, and S. O. Petrov, “Improving the quality of recognition by Viola-Jones in enterprise information security problems by pre-processing the image”, Опт-ел. інф-енерг. техн., vol. 29, no. 1, pp. 70–75, Jul. 2015.
Issue
Section
Systems Of Technical Vision And Artificial Intelligence, Image Processing And Pattern Recognition
License
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
