Korrelationsfilter Gesicht überprüft Führen Sie die Gesichtsüberprüfung mit Korrelationsfiltern mit dem bereitgestellten MATLAB-Quellcode aus.
Jetzt downloaden

Korrelationsfilter Gesicht überprüft Ranking & Zusammenfassung

Korrelationsfilter Gesicht überprüft Stichworte

Korrelationsfilter Gesicht überprüft Beschreibung

Korrelationsfilter wurden erfolgreich an die automatischen Probleme der Zielerkennung (ATR) angewendet. Der grundlegendste Korrelationsfilter ist der übereinstimmende räumliche Filter (MSF), dessen Impulsantwort (in 2-d-Punkt-Spread-Funktion) die umgedrehte Version des Referenzbildes ist. Während der MSF bei der Erkennung eines von additiven weißen Rauschens beschädigten Referenzbild gut funktioniert, lässt er sich schlecht ausführen, wenn das Referenzbild mit Verzerrungen (z. B. Rotationen, Skalenwechseländerungen) erscheint. Somit wird ein MSF benötigt, um jedes Erscheinungsbild eines Objekts zu erkennen. Dies ist eindeutig für die praktische Mustererkennung rechenlich unattraktiv. Hester und Casasent richten sich an diese Herausforderung mit der Einführung des synthetischen Diskriminierungsfunktionen (SDF) -Filters. Das SDF-Filter ist eine lineare Kombination von MSFs, bei der die Kombinationsgewichte so gewählt werden, dass die Korrelationsausgänge, die den Trainingsbildern entsprechen, vorgegebene Werte am Ursprung ergeben würden. Diese vorgegebenen Spitzenwerte werden häufig als Spitzenbeschränkungen bezeichnet. Die Spitzenwerte, die den Authentics (auch True-Klasse genannt) entsprechen, sind typischerweise auf 1 eingestellt, und daher wurde dieses SDF-Filter als der SDF-Filter des gleichen Korrelationspeaks (ECP) bekannt. Grundsätzlich könnte ein einzelner ECP-SDF-Filter viele MSFs ersetzen. Die Objekterkennung erfolgt durch Kreuzkorrelieren eines Eingabebildes mit einer synthetisierten Vorlage oder Filter und Verarbeitung der resultierenden Korrelationsausgabe. Die Korrelationsausgabe wird nach Peaks gesucht, und die relativen Höhen dieser Peaks werden verwendet, um zu bestimmen, ob das Zinsgegenstand vorhanden ist oder nicht. Die Standorte der Peaks zeigen die Position der Objekte an. Die Gesichtsüberprüfung ist ein wichtiges Werkzeug zur Authentifizierung eines Individuums und kann in Sicherheits- und E-Commerce-Anwendungen von erheblichem Wert sein. Wir haben eine effektive Anwendung von Korrelationsfiltern für die Gesichtsüberprüfung entwickelt. Die Leistung eines bestimmten Typs des Korrelationsfilters namens minimaler Durchschnittskorrelationsenergie (MACE) -Filter wird unter Verwendung der auf dem fortgeschrittenen Multimedia-Verarbeitungslabor von Carnegie Mellon University (CMU) gesammelten Gesichtsausdrucksdatenbank bewertet. Indexbedingungen: MATLAB, Source, Code, Gesicht, Identifizierung, Authentifizierung, Erkennung, Korrelation, Filter, Filter, MACE.

Korrelationsfilter Gesicht überprüft Zugehörige Software