Inspection System based on Computer Vision

Modernios inspekcinės sistemos dažnai naudojamos priežiūros reikmėms. Jos stebi žmogaus elgseną ar bando aptikti įtartiną veiklą, naudodamosi vaizdine informacija. Minios aptikimas bei atskirų žmonių sekimas turi būti patikimas. Mes siūlome hibridinį metodą, paremtą gradiento krypcių histogramomis (HoG) bei Haaro požymiais. Pirmasis naudojamas aptikti žmogaus siluetui, o antrasis – žmogaus veidui. Naujasis metodas leidžia tiksliau aptikti žmones bei nustatyti, kur žiūri žmogus. Mūsų metodu gaunami geresni rezultatai nei naudojant HoG ar Haaro požymius atskirai. Il. 7, bibl. 8 (anglų kalba; santraukos anglų ir lietuvių k.). http://dx.doi.org/10.5755/j01.eee.116.10.889

[1]  Bill Triggs,et al.  Histograms of oriented gradients for human detection , 2005, 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05).

[2]  Paul A. Viola,et al.  Rapid object detection using a boosted cascade of simple features , 2001, Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. CVPR 2001.

[3]  Yoav Freund,et al.  A decision-theoretic generalization of on-line learning and an application to boosting , 1995, EuroCOLT.

[4]  Hamzah Arof,et al.  A New Approach for an Efficient DTW in Face Detection through Eyes Localization , 2011 .

[5]  D. Dervinis.  Extracting Characteristic Face Points From 2D Image , 2004 .

[6]  Alex Zelinsky,et al.  Learning OpenCV---Computer Vision with the OpenCV Library (Bradski, G.R. et al.; 2008)[On the Shelf] , 2009, IEEE Robotics & Automation Magazine.

[7]  Christopher J. C. Burges,et al.  A Tutorial on Support Vector Machines for Pattern Recognition , 1998, Data Mining and Knowledge Discovery.