Standard

Методы формирования штрих-кода по изображениям лиц. / Щеголева, Надежда Львовна; Кухарев, Георгий; Матвеев, Юрий.

In: БИЗНЕС-ИНФОРМАТИКА, Vol. 3, No. 29, 2014, p. 28–39.

Research output: Contribution to journalArticlepeer-review

Harvard

Щеголева, НЛ, Кухарев, Г & Матвеев, Ю 2014, 'Методы формирования штрих-кода по изображениям лиц', БИЗНЕС-ИНФОРМАТИКА, vol. 3, no. 29, pp. 28–39.

APA

Щеголева, Н. Л., Кухарев, Г., & Матвеев, Ю. (2014). Методы формирования штрих-кода по изображениям лиц. БИЗНЕС-ИНФОРМАТИКА, 3(29), 28–39.

Vancouver

Щеголева НЛ, Кухарев Г, Матвеев Ю. Методы формирования штрих-кода по изображениям лиц. БИЗНЕС-ИНФОРМАТИКА. 2014;3(29):28–39.

Author

Щеголева, Надежда Львовна ; Кухарев, Георгий ; Матвеев, Юрий. / Методы формирования штрих-кода по изображениям лиц. In: БИЗНЕС-ИНФОРМАТИКА. 2014 ; Vol. 3, No. 29. pp. 28–39.

BibTeX

@article{9675cb2308d94d1ebb380d369c517140,
title = "Методы формирования штрих-кода по изображениям лиц",
abstract = " В статье обсуждается задача формирования линейного штрих-кода по изображениям лиц. Представлена история задачи и возможные подходы к ее решению с ориентацией на мобильные системы. Для решения задачи предложены два метода: первый метод основан на гистограммах яркости, второй – на разностных градиентах яркости, представляющих изображения лиц в форме исходных признаков. Далее в каждом методе эти признаки усредняются на ограниченном числе интервалов, квантуются в диапазоне десятичных цифр от 0 до 9 и преобразуются в стандартный штрих-код. Предложена структура системы формирования штрих-кода и приводится описание основных блоков. Тестирование выполнено на базах «Face94», «Face Sketch FERET Database» и базе композитных лиц различных возрастов. В рамках тестов показано, что сформированный штрих-код не изменяется при изменении локальных размеров лиц, наклона в плоскости XY, изменения ракурса и зеркального поворота вокруг вертикальной оси, а также при изменениях речевой мимики лиц и возрастных изменениях лиц. Таким образом, предложенные методы предлагают новое решение для практики использования в реальных условиях – динамики изменения параметров изображений лиц. При этом оба подхода не требуют больших вычислительных затрат, а также использования специализированных пакетов программ по обработке изображений, что создает условия для формирования линейных штрих-кодов в рамках систем реального времени. Сформированный штрих-код содержит информацию о лице конкретного человека и может быть использован для индексирования, идентификации, распознавания и поиска людей.",
author = "Щеголева, {Надежда Львовна} and Георгий Кухарев and Юрий Матвеев",
year = "2014",
language = "русский",
volume = "3",
pages = "28–39",
journal = "БИЗНЕС-ИНФОРМАТИКА",
issn = "1998-0663",
publisher = "Издательский дом НИУ ВШЭ",
number = "29",

}

RIS

TY - JOUR

T1 - Методы формирования штрих-кода по изображениям лиц

AU - Щеголева, Надежда Львовна

AU - Кухарев, Георгий

AU - Матвеев, Юрий

PY - 2014

Y1 - 2014

N2 - В статье обсуждается задача формирования линейного штрих-кода по изображениям лиц. Представлена история задачи и возможные подходы к ее решению с ориентацией на мобильные системы. Для решения задачи предложены два метода: первый метод основан на гистограммах яркости, второй – на разностных градиентах яркости, представляющих изображения лиц в форме исходных признаков. Далее в каждом методе эти признаки усредняются на ограниченном числе интервалов, квантуются в диапазоне десятичных цифр от 0 до 9 и преобразуются в стандартный штрих-код. Предложена структура системы формирования штрих-кода и приводится описание основных блоков. Тестирование выполнено на базах «Face94», «Face Sketch FERET Database» и базе композитных лиц различных возрастов. В рамках тестов показано, что сформированный штрих-код не изменяется при изменении локальных размеров лиц, наклона в плоскости XY, изменения ракурса и зеркального поворота вокруг вертикальной оси, а также при изменениях речевой мимики лиц и возрастных изменениях лиц. Таким образом, предложенные методы предлагают новое решение для практики использования в реальных условиях – динамики изменения параметров изображений лиц. При этом оба подхода не требуют больших вычислительных затрат, а также использования специализированных пакетов программ по обработке изображений, что создает условия для формирования линейных штрих-кодов в рамках систем реального времени. Сформированный штрих-код содержит информацию о лице конкретного человека и может быть использован для индексирования, идентификации, распознавания и поиска людей.

AB - В статье обсуждается задача формирования линейного штрих-кода по изображениям лиц. Представлена история задачи и возможные подходы к ее решению с ориентацией на мобильные системы. Для решения задачи предложены два метода: первый метод основан на гистограммах яркости, второй – на разностных градиентах яркости, представляющих изображения лиц в форме исходных признаков. Далее в каждом методе эти признаки усредняются на ограниченном числе интервалов, квантуются в диапазоне десятичных цифр от 0 до 9 и преобразуются в стандартный штрих-код. Предложена структура системы формирования штрих-кода и приводится описание основных блоков. Тестирование выполнено на базах «Face94», «Face Sketch FERET Database» и базе композитных лиц различных возрастов. В рамках тестов показано, что сформированный штрих-код не изменяется при изменении локальных размеров лиц, наклона в плоскости XY, изменения ракурса и зеркального поворота вокруг вертикальной оси, а также при изменениях речевой мимики лиц и возрастных изменениях лиц. Таким образом, предложенные методы предлагают новое решение для практики использования в реальных условиях – динамики изменения параметров изображений лиц. При этом оба подхода не требуют больших вычислительных затрат, а также использования специализированных пакетов программ по обработке изображений, что создает условия для формирования линейных штрих-кодов в рамках систем реального времени. Сформированный штрих-код содержит информацию о лице конкретного человека и может быть использован для индексирования, идентификации, распознавания и поиска людей.

M3 - статья

VL - 3

SP - 28

EP - 39

JO - БИЗНЕС-ИНФОРМАТИКА

JF - БИЗНЕС-ИНФОРМАТИКА

SN - 1998-0663

IS - 29

ER -

ID: 49526006