Сравнительный анализ методов поиска ключевых точек для распознавания лица.
Ключевые слова:
ключевые точки лица, контурная модель, распознавание образовАннотация
В данной статье проводится анализ методов сопоставления изображений, основанных на ключевых точках, таких как SIFT, SURF, FAST/FREAK, BRISK, KAZE и ORB. Рассматриваются их преимущества и недостатки, а также эффективность в различных условиях, включая обработку изображений. Эксперименты показывают, что алгоритмы успешно справляются с размытием и аффинными преобразованиями. Выбор метода критически важен для достижения высоких результатов в задачах компьютерного зрения, что подчеркивает необходимость учета полученных результатов при выборе алгоритмов для реальных приложений.
Библиографические ссылки
Семенова, А. П. Область применения алгоритма распознавания эмоций в информационных технологиях / А. П. Семенова, А. С. Миненко, Т. В. Ванжа // Цифровой регион: опыт, компетенции, проекты: сборник статей Международной научно-практической онференции (г. Брянск, 30 ноября 2018 г.) [Электронный ресурс]. – Брянск: Брян. гос. инженерно-технол. ун-т., 2018. – С. 443-446.
Миненко, А. С. Анализ эмоционального состояния человека по фотографическим изображениям / А. С. Миненко, А. П. Семенова // Информатика, управляющие системы, математическое и компьютерное моделирование (ИУСМКМ – 2019). Материалы X Международной научно-технической конференции в рамках V Международного Научного форума Донецкой Народной Республики «Инновационные перспективы Донбасса». – Донецк: ДонНТУ, 2019. – С. 123-126.
Левкина, А. В. Область применения систем распознавания эмоций / А. В. Левкина, Е. В. Радевич, А. П. Семёнова // Донбасс будущего глазами молодых ученых: сб. материалов науч.-техн. конф. для студ., асп. и мол. уч. – Донецк: ДонНТУ, 2024. – С. 158-162.
Семёнова, А. П. Анализ мимических выражений для задачи распознавания эмоций / А. П. Семёнова, В. Н. Павлыш // Проблемы искус-ственного интеллекта, 2020. - № 4 (19). - С. 69-79.
Миненко, А. С. Формальная модель эмоций / А. С. Миненко, А. П. Семенова // Проблемы искусственного интеллекта, 2018. - №3(10). - С. 84-93.
Семенова, А. П. Математическая модель эмоций // Международная научно-техническая конференция молодых ученых БГТУ им. В.Г. Шухова. Материалы национальной конференции с международным участием. – Белгород, 2019. – С. 4584-4587.
Семёнова, А. П. Поиск ключевых точек лица для задачи распознавания эмоций/ А. П. Семёнова, В. Н. Павлыш // Информатика и кибернетика, 2021. - № 1-2 (23-24). - С. 59-64.
Rosten, E. Machine learning for high-speed corner detection / E. Rosten, T. Drummond // Computer Vision – ECCV 2006. – РР. 430-443.
Lowe, D.G. Distinctive Image Features from Scale-Invariant Keypoints / D.G. Lowe // International Journal of Computer Vision, 2004. –№ 60. – РР. 91-110.
Bay, H. SURF: speeded up robust features / H. Bay, T. Tinne, V.G. Luc // Computer Vision and Image Understanding, 2008. – № 3(110). – РР. 346-359.
Alcantarilla, P. F. KAZE Features / P. F. Alcantarilla, A. Bartoli, A. J. Davison // Computer Vision – ECCV 2012. – РР. 214-227.
Leutenegger, S. BRISK: binary robust invariant scalable keypoints / S. Leutenegger, M. Chli, R. Y. Siegwart // The IEEE International Conference on Computer Vision (ICCV). – November 2011, Barcelona, Spain. – РР. 2548-2555.
Rublee, E. ORB: an efficient alternative to SIFT or SURF / E. Rublee [et al.] // The IEEE International Conference on Computer Vision (ICCV). – November 2011, Barcelona, Spain. – РР. 2564-2571.
Brown, M. Invariant features from interest point groups / M. Brown, D. Lowe // In: British Machine Vision Conf., BMVC, Cardiff, UK (2002).
