Классифицирование людей сообразно личику для измерения аудитории а также розыска в архиве — 1

Из изображения личика человека разрешено выудить немало полезной инфы, к примеру настил а также возраст, краска волос, присутствие а также краска головного убора, присутствие очков, усов а также пр. Часть этой инфы является инвариантной, другими словами непрерывно присущей этому человеку (настил либо возраст, ежели говорить его как год рождения). Иная часть — кратковременная черта человека (краска волос). Таковая информация может изображать энтузиазм либо хозяйка сообразно себе, к примеру для биометрического профайлинга гостей — оценки демографического состава аудитории, либо опосредованно — для ускорения розыска людей в видеоархиве.

Принцип работы классификации людей сообразно личику

Большая часть алгоритмов классификации людей сообразно изображению личика употребляют схожую последовательность деяний:

1. Различение личика на изображении (Face Detection).

2. Различение антропометрических точек на личике (Face Features Detection).

3. Стандартизация изображения личика (Face Normalization). Этот этап подключает в себя как геометрическую нормализацию — приведение личика в обычное состояние для убавления различий, вызванных позой а также мимикой, этак а также нормализацию освещения. Более обычной геометрической нормализацией является элементарно разворот личика в плоскости изображения, при котором линия меж очами делается горизонтальной, также масштабирование а также обрывание изображения. Наиболее трудные методы пробуют поправить позу личика, расценивая 3D-положение головы.

4. Вычисление дескриптора изображения личика (Feature Extraction). Это главной этап метода, конкретно им сообразно большей части определяются различия систем от различных производителей Получаемый дескриптор традиционно кодирует информацию о геометрии а также текстуре конкретного личика