Filtros de correlação enfrentam verificação Execute a verificação de rosto com filtros de correlação usando o código-fonte Matlab fornecido.
Baixe Agora

Filtros de correlação enfrentam verificação Classificação e resumo

Filtros de correlação enfrentam verificação Tag

Filtros de correlação enfrentam verificação Descrição

Os filtros de correlação foram aplicados com sucesso para problemas automáticos de reconhecimento alvo (ATR). O filtro de correlação mais básico é o filtro espacial correspondente (MSF), cuja resposta de impulso (na função 2-D, propagação de pontos) é a versão invertida da imagem de referência. Enquanto o MSF executa bem na detecção de uma imagem de referência corrompida pelo ruído branco aditivo, ele funciona mal quando a imagem de referência aparece com distorções (por exemplo, rotações, alterações de escala). Assim, um MSF será necessário para detectar cada aparência de um objeto. Claramente, isso é computacionalmente pouco atraente para o reconhecimento de padrões práticos. Hester e Casasent abordou este desafio com a introdução do filtro Discriminante Sintético (SDF). O filtro SDF é uma combinação linear de MSFs onde os pesos combinados são escolhidos para que as saídas de correlação correspondentes às imagens de treinamento produzissem valores pré-especificados na origem. Esses valores de pico pré-especificados são frequentemente referidos como restrições de pico. Os valores de pico correspondentes aos autênticos (também chamados de classe True) são tipicamente definidos como 1 e, portanto, este filtro SDF foi conhecido como o filtro SDF de pico de correlação igual (ECP). Em princípio, um único filtro SDF do ECP pode substituir muitos MSFs. O reconhecimento de objeto é realizado por correlação cruzada de uma imagem de entrada com um modelo sintetizado ou filtro e processando a saída de correlação resultante. A saída de correlação é pesquisada por picos, e as alturas relativas desses picos são usadas para determinar se o objeto de interesse está presente ou não. As localizações dos picos indicam a posição dos objetos. A verificação de rosto é uma ferramenta importante para a autenticação de um indivíduo e pode ser de valor significativo em aplicativos de segurança e e-commerce. Desenvolvemos uma aplicação eficaz de filtros de correlação para verificação de rosto. O desempenho de um tipo específico de filtro de correlação chamado de filtro mínimo de energia de correlação média (MACE) é avaliado usando o banco de dados de expressão facial coletado no laboratório avançado de processamento multimídia na Universidade Carnegie Mellon (CMU). Termos de Índice: Matlab, fonte, código, rosto, identificação, autenticação, reconhecimento, correlação, filtros, filtro, maça.

Filtros de correlação enfrentam verificação Software Relacionado