Felügyelt tanulás nélküli arcfelismerés nem kontrollált környezetben
Konzulens:
Dr. Vajda Ferenc
Külső konzulens vagy kontakt:
INDE R&D
External supervisor e-mail:
norbi@indestry.com
Tárgy:
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
Leírás:
Az arcdetektálás és arcfelismerés problémájára számos megoldás vált elérhető napjainkban. Ezek a módszerek jellemzően a detektált arcokból kinyert feature-ökből építenek tanítóhalmazt, majd a felismerési folyamat során ezen az adathalmazon betanított osztályozó segítségével végzik el az arcfelismerést. Az önálló labor keretein belül a jelölt feladata videóból kinyert, egymást követő képsorozatokon szereplő felhasználók azonosítása. A fentebb ismertetett módszer ebben az esetben nem alkalmazható, mivel nem áll rendelkezésünkre tanítóhalmaz. A probléma áthidalására a jelölt megvizsgálja, implementálja és összehasonlítja a szakirodalomban ismert arcreprezentálási (pl.: LBPH, SIFT) és illesztési (pl.: brute-force, hisztogram összehasonlítás) módszereket, továbbfejlesztési lehetőségeket, esetleg új algoritmusokat javasol. Keywords: face recognition, computer vision, feature extraction and matching, C++, OpenCV References [1] Pasandi, M. E. M.: Face, Age and Gender Recognition using Local Descriptors. Master thesis [2] Lowe, D. G.: Distinctive image features from scale-invariant key points. International Journal of Computer Vision 60(2): 91-110.