Swati Manhotra

In questo libro stato condotto uno studio approfondito sullo stato dell'arte delle tecniche di riconoscimento dei volti invarianti all'illuminazione ed stato proposto un metodo basato sulla fusione di due diverse tecniche di estrazione delle caratteristiche per superare le condizioni di illuminazione avverse. Il sistema proposto utilizza la normalizzazione dell'illuminazione basata sul gradiente per rimuovere la componente di illuminazione superiore. Per ottenere una rappresentazione del volto insensibile all'illuminazione, si ottiene un rapporto tra l'ampiezza del gradiente e l'intensit dell'immagine originale. Le caratteristiche del volto vengono estratte utilizzando due diverse tecniche di estrazione delle caratteristiche. Il modello binario locale (LBP) un descrittore di texture locale molto efficiente, basato sulla soglia dei pixel in un piccolo quartiere in base al valore del pixel centrale. Il modello ternario locale (LTP) una versione modificata di LBP resistente al rumore. I vettori di caratteristiche forniti dalle due tecniche vengono fusi a livello di caratteristiche. Infine, la rete neurale artificiale viene utilizzata nella fase di classificazione per il riconoscimento.

Neste livro, foi efectuado um estudo aprofundado das t cnicas de reconhecimento facial invariantes ilumina o mais avan adas e foi proposto um m todo baseado na fus o de duas t cnicas diferentes de extra o de caracter sticas para ultrapassar as condi es adversas de ilumina o. O sistema proposto utiliza a normaliza o da ilumina o baseada no gradiente para remover a superioridade da componente de ilumina o. Para obter a representa o facial insens vel ilumina o, obtido um r cio entre a amplitude do gradiente e a intensidade da imagem original. As caracter sticas faciais s o extra das utilizando duas t cnicas diferentes de extra o de caracter sticas. O padr o bin rio local (LBP) um descritor de textura local muito eficiente, baseado na limiariza o dos pix is numa pequena vizinhan a com base no valor do pixel central. O padr o tern rio local (LTP) uma vers o modificada do LBP resistente ao ru do. Os vectores de caracter sticas fornecidos pelas duas t cnicas s o fundidos ao n vel das caracter sticas. Finalmente, a rede neural artificial utilizada na fase de classifica o para efeitos de reconhecimento.

Dans ce livre, une tude approfondie des techniques de reconnaissance des visages invariantes par rapport l'illumination a t r alis e et une m thode bas e sur la fusion de deux techniques diff rentes d'extraction de caract ristiques est propos e pour surmonter les conditions d'illumination d favorables. Le syst me propos utilise la normalisation de l'illumination bas e sur le gradient pour supprimer la sup riorit de la composante d'illumination. Pour obtenir une repr sentation du visage insensible l' clairage, on obtient un rapport entre l'amplitude du gradient et l'intensit de l'image originale. Les caract ristiques du visage sont extraites l'aide de deux techniques d'extraction diff rentes. Le motif binaire local (LBP) est un descripteur de texture locale tr s efficace bas sur le seuillage des pixels d'un petit voisinage en fonction de la valeur du pixel central. Le motif ternaire local (LTP) est une version modifi e du LBP qui r siste au bruit. Les vecteurs de caract ristiques fournis par les deux techniques sont fusionn s au niveau des caract ristiques. Enfin, un r seau neuronal artificiel est utilis dans la phase de classification des fins de reconnaissance.

In diesem Buch wurde eine eingehende Studie ber den Stand der Technik der beleuchtungsinvarianten Gesichtserkennungstechniken durchgef hrt und eine Methode vorgeschlagen, die auf der Fusion von zwei verschiedenen Merkmalsextraktionstechniken basiert, um die ung nstigen Beleuchtungsbedingungen zu berwinden. Das vorgeschlagene System verwendet die gradientenbasierte Beleuchtungsnormalisierung, um die berlegenheit der Beleuchtungskomponente zu entfernen. Um die beleuchtungsunempfindliche Gesichtsdarstellung zu erhalten, wird ein Verh ltnis der Gradientenamplitude zur urspr nglichen Bildintensit t ermittelt. Die Gesichtsmerkmale werden mit zwei verschiedenen Merkmalsextraktionstechniken extrahiert. Das lokale bin re Muster (LBP) ist ein sehr effizienter lokaler Texturdeskriptor, der auf der Schwellenwertbildung f r die Pixel in einer kleinen Nachbarschaft auf der Grundlage des Wertes des mittleren Pixels basiert. Das lokale tern re Muster (LTP) ist eine rauschresistente modifizierte Version des LBP. Die von den beiden Techniken gelieferten Merkmalsvektoren werden auf Merkmalsebene verschmolzen. Schlie lich wird in der Klassifizierungsphase zur Erkennung ein k nstliches neuronales Netz verwendet.