Filtros de correlación de la verificación de la cara. Realice la verificación de la cara con filtros de correlación utilizando el código fuente de MATLAB proporcionado.
Descargar ahora

Filtros de correlación de la verificación de la cara. Clasificación y resumen

Filtros de correlación de la verificación de la cara. Etiquetas

Filtros de correlación de la verificación de la cara. Descripción

Los filtros de correlación se han aplicado con éxito a problemas automáticos de reconocimiento objetivo (ATR). El filtro de correlación más básico es el filtro espacial coincidente (MSF), cuya respuesta de impulso (en 2-D, función de propagación de puntos) es la versión volteada de la imagen de referencia. Mientras que el MSF funciona bien en la detección de una imagen de referencia dañada por el ruido blanco aditivo, se realiza mal cuando aparece la imagen de referencia con distorsiones (por ejemplo, rotaciones, cambios de escala). Por lo tanto, se necesitará un MSF para detectar cada apariencia de un objeto. Claramente, esto es computacionalmente poco atractivo para el reconocimiento de patrones prácticos. Hester y Casasent abordaron este desafío con la introducción de la función Sintético Discriminante Función (SDF). El filtro SDF es una combinación lineal de MSFs donde se eligen los pesos de combinación para que las salidas de correlación correspondientes a las imágenes de capacitación produzcan valores pre-específicos en el origen. Estos valores máximos pre-especificados a menudo se denominan restricciones máximas. Los valores máximos correspondientes a la auténtica (también llamada clase real) se establecen típicamente en 1, y por lo tanto, este filtro SDF se conoció como el filtro SDF del pico de correlación igual (ECP). En principio, un solo filtro SDF de ECP podría reemplazar a muchos MSF. El reconocimiento de objetos se realiza mediante la correlación cruzada de una imagen de entrada con una plantilla o filtro sintetizado y procesa la salida de correlación resultante. La salida de correlación se busca picos, y las alturas relativas de estos picos se utilizan para determinar si el objeto de interés está presente o no. Las ubicaciones de los picos indican la posición de los objetos. La verificación facial es una herramienta importante para la autenticación de un individuo y puede ser de valor significativo en aplicaciones de seguridad y comercio electrónico. Hemos desarrollado una aplicación efectiva de filtros de correlación para la verificación facial. El rendimiento de un tipo específico de filtro de correlación llamado Filtro de Energía de Correlación Promedio Mínimo (MACE) se evalúa utilizando la base de datos de expresión facial recopilada en el Laboratorio Advanced Multimedia Processing en Carnegie Mellon University (CMU). Términos de índice: matlab, fuente, código, cara, identificación, autenticación, reconocimiento, correlación, filtros, filtro, maza.

Filtros de correlación de la verificación de la cara. Software relacionado