Yüz Tanıma Özelliği – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

Yüz Tanıma Özelliği

Yüz bölgesinin tanımlanması ve izlenmesi, daha önce özetlenen HSV renk uzayındaki cilt tonu dağılımlarının önsel bilgisi kullanılarak belirlenir. Ten rengi kümelerin, çeşitli farklı cilt tipleri için renklilik uzayında oldukça iyi tanımlanmış bir bölgede ve ayrıca HSV hexcone modelinde oluştuğu bulunmuştur.

Özellikle HSV alanında, cilt dağılımının ağırlıklı olarak 0◦ ve 50◦ (kırmızı-sarı) arasındaki sınırlı ton aralığında ve bazı durumlarda 340◦ ve 360◦ (macenta-kırmızı) arasında bulunduğu bulundu. daha koyu cilt tipleri. Doygunluk bileşeni, cilt renklerinin değişen yoğunluk seviyeleriyle biraz doygun olduğunu, ancak derinlemesine doygun olmadığını gösterir.

Ton bileşeni, cilt kümelerinin özelliklerini tanımlamada en önemli özelliktir. Bununla birlikte, daha önce bahsedildiği gibi, ton şu durumlarda güvenilir olmayabilir: (1) sahnedeki parlaklık seviyesi (yani değer) düşük olduğunda veya (2) incelenen bölgeler düşük doygunluk değerlerine sahip olduğunda.

İlk durum, görüntünün gölgeli olduğu alanlarda veya genellikle düşük aydınlatma seviyeleri altında ortaya çıkabilir. İkinci durumda, bir sahnenin akromatik bölgelerinde düşük doygunluk değerleri bulunur.

Bu nedenle, ton özelliğinin güvenilir olduğu değer ve doygunluk bileşenleri için uygun eşikleri tanımlamalıyız. Geniş bir örnek setine dayalı olarak, iyi tanımlanmış doygunluk ve değer bileşenlerine sahip ten rengi kümelere karşılık gelen uygun eşik değerleri ile aşağıdaki çokyüzlüyü tanımladık.

Yukarıdaki ton aralığının kapsamı, çeşitli farklı cilt tiplerinin modellenebilmesi için özellikle oldukça geniş olacak şekilde tasarlanmıştır. Ancak bunun bir sonucu olarak, sahnedeki ten benzeri renklere sahip diğer nesneler de çıkarılabilir.

Bununla birlikte, bu nesneler, çıkarılan piksellerin ton histogramı analiz edilerek ayrılabilir. Zirveler arasındaki vadiler, farklı ton aralıklarına sahip çeşitli nesneleri (yani, yüz bölgesi ve farklı renkli nesneler) tanımlamak için kullanılır.

Ölçek-uzay filtreleme, histogramı yumuşatmak ve anlamlı tepe ve vadileri elde etmek için kullanılır. Bu işlem, orijinal ton histogramı fh(x), sıfır ortalamalı ve standart sapmalı τ bir Gauss fonksiyonu g(x,τ) ile evriştirilerek gerçekleştirilir; burada Fh(x,τ) pürüzsüz histogramı temsil eder.

Zirveler ve vadiler, yukarıdaki Fh’nin birinci ve ikinci türevleri incelenerek belirlenir. Başka bir nesnenin yüz bölgesinin ten rengiyle eşleştiği uzak bir durumda (yani, ölçek-uzay filtresiyle ayırma mümkün değildir), takip eden şekil analizi modülü gerekli ayrımcı işlevselliği sağlar.

Daha sonra ilk ekstraksiyon aşamasından elde edilen bölgeleri iyileştirmek için medyan filtreleme ve bölge doldurma/çıkarmayı içeren bir dizi son işleme işlemi kullanılır.

Rötuşlar

Medyan filtreleme, ilk renk çıkarma aşamasından sonra gerçekleştirilen iki son işleme işleminden ilkidir. Medyan işlemi, segmentlere ayrılmış nesne silüetlerini yumuşatmak ve ayrıca itici tipte gürültü olarak görünebilecek izole yanlış sınıflandırılmış pikselleri ortadan kaldırmak için kullanılır.

5×5 ve 7×7 boyutlarındaki kare filtre pencereleri, yeterli gürültü bastırma ve yeterli ayrıntı koruma arasında iyi bir denge sağlar. Bu işlem hesaplama açısından ucuzdur çünkü iki seviyeli görüntüler (yani nesne siluetleri) üzerinde gerçekleştirilir.

Medyan işleminin sonucu, yanlış sınıflandırılmış parazit benzeri pikselleri kaldırmada başarılıdır; ancak, bu adımdan sonra nesne alanlarında küçük yalıtılmış bölgeler ve küçük delikler kalabilir. Böylece, bölge doldurma ve çıkarma yoluyla medyan filtreleme uygulamasını takip ediyoruz.

Bu ikinci son işleme işlemi, nesnelerde renk farklılıkları (örneğin yüz derisi bölgesinin gözleri ve ağzı), aşırı gölgeler veya herhangi bir olağandışı ışık efekti (yansıma) nedeniyle oluşabilecek küçük delikleri doldurur.

Aynı zamanda, hatalı küçük bölgeler de aday nesne alanları olarak elenir. Doygunluk bileşeni %20’den büyük olduğunda ton özelliğinin güvenilir olduğunu ve %10’dan az olduğunda anlamsız olduğunu bulduk.

Benzer sonuçlar HVC renk modelinde de doğrulanmıştır. %0 ile %10 arasındaki doygunluk değerleri bir sahnedeki akromatik alanlara karşılık gelirken, %20’den büyük olanlar kromatik alanlara karşılık gelir.

Telefonda yüz tanıma
Emniyet yüz tanıma sistemi
Yüz tanıma Kilidi
Yüz tanıma iPhone
türkiye’de yüz tanıma sistemi varmı
Yüz tanıma uygulaması
Yüz tanıma nasıl yapılır
Yüz tanıma Sistemi Nasıl Çalışır

%10 ile %20 arasındaki aralık, akromatikten kromatik alanlara bir tür geçiş bölgesini temsil eder. Belirli durumlarda, bu %10 ila %20 aralığında belirli sayıda pikselin eklenmesinin ilk çıkarma işleminin sonuçlarını iyileştirebileceğini gözlemledik.

Özellikle, aydınlatma koşulları nedeniyle doygunluk bileşeni azaldığında, ilk bölümlendirme yüzün daha küçük alanlarını yakalamayabilir. Böylece bu geçiş bölgesindeki pikseller buna göre seçilir ve başlangıçta çıkarılan nesnelerle birleştirilir.

Geçiş bölgesi içindeki bir piksel, mesafesi en yakın nesnenin eşiği içindeyse, belirli bir nesneye eklenir. Eşik, nesnenin merkezinden en uzak noktasına olan mesafenin 1,0 ile 1,5’i arasında bir faktöre ayarlanırsa makul bir seçim yapılabilir. Bu adımdan elde edilen sonuçlar, daha önce açıklanan iki son işleme işlemiyle bir kez daha rafine edilir.

Bu noktada çıkarılan nesnelerden biri veya birkaçı yüz bölgelerine karşılık gelir. Ancak bazı video dizilerinde, bölümlere ayrılmış yüz bölgesinin göz çevresinde boşluklar veya delikler bulduk. Bu, alnın saçla kaplı olduğu ve sonuç olarak gözlerin segmentasyona dahil edilemediği dizilerde meydana gelir. Bu sorunun üstesinden gelmek ve aynı zamanda yüz hatlarını yumuşatmak için iki morfolojik operatör kullanıyoruz.

Küçük delikleri ve boşlukları doldurmak için önce morfolojik bir kapatma işlemi kullanılır, ardından küçük mahmuzları ve ince kanalları gidermek için morfolojik bir açma işlemi kullanılır. Bu işlemlerin her ikisi de nesnelerin orijinal şekillerini ve boyutlarını korur.

Bu işlemleri gerçekleştirmek için daire veya deliksiz kare gibi kompakt bir yapılandırma elemanı kullanılabilir ve ayrıca nesne konturlarını yumuşatmaya yardımcı olur. Ayrıca, bu ikili morfolojik işlemler, düşük karmaşıklıklı isabetli dönüşümlerle uygulanabilir.

Morfolojik aşama, çıkarılan nesnelerin analizinden önceki son adımdır. Bu noktadaki sonuçlar, sahnedeki yüz bölgelerine karşılık gelen bir veya daha fazla nesne içerir. Blok diyagram önerilen yüz lokalizasyon prosedürünü özetlemektedir. Aşağıda açıklanan şekil ve renk analiz birimi, yüz bölgelerini doğru bir şekilde tanımlama mekanizmasını sağlar.

Makale Deniz

Biyografinin Tamamını Gör