intTypePromotion=1

Tìm kiếm ảnh vân môi

Chia sẻ: Lê Thị Na | Ngày: | Loại File: PDF | Số trang:4

0
47
lượt xem
3
download

Tìm kiếm ảnh vân môi

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này trình bày phương pháp tìm kiếm ảnh vân môi trên tập dữ liệu vân môi mẫu của 200 người với tổng cộng 1658 ảnh (mỗi người có tử 5 đến 10 ảnh vân môi). Sử dụng đặc trưng cục bộ Scale-Invariant Feature Transform (SIFT) để trích lọc đặc trưng ảnh, tối ưu hóa việc lưu trữ các vector đặc trưng bằng Bag Of Visual Words (BOVW).

Chủ đề:
Lưu

Nội dung Text: Tìm kiếm ảnh vân môi

ThS. Nguyen Trpng Nhan<br /> <br /> <br /> van mdi la mpt dac trung sinh trie, nd da dupe rat Cudi cimg, la tii mpt anh van mdi truy van, sau khi<br /> nhieu nha khoa hpe ngMen cim va dua ra ket luan tim kiem trong eo sd dii Ueu, se dua ra mpt danh<br /> ring van mPi cua mdi ngu0 la khong 0dng nhau va sach cac anh van moi gan 0dng vdi anh dua vao<br /> khdng thay ddi theo th0 0an [2, 3], do dd ed the v0 dd chinh xac chap nhan dupe. Ket qua cua bai<br /> diing van moi de dinh danh con nguOT. Ngay nay cd Viet la CO sd de xay dung nhirng he thdng nhan<br /> lit nhieu he thdng nhan dang eon ngudi (van tay, dang bing van moi Idn, phuc vu trong cac linh viic<br /> khuPn mat,...) tuy nhien chua cd he thdng nao nhan an ninh, y te....<br /> dang con nguOT bing van Nhan dang anh van tay<br /> moi. Bai viet nay trinh bay la mdt van de dupe biet<br /> phuong phap tim kiem each day hon 100 nam,<br /> anh van mdi tren tap du tuy nhien mai den khi<br /> lieu van moi mau cua 200 may tinb ra ddi, van de<br /> nguOT VOT tdng edng 1658 nay mOT dupe nghien cim<br /> anh (mdi nguOT ed 0 5 sau va img dung rpng rai<br /> ddn 10 anh van mdi). Sit trong hau het cac linh vuc<br /> dung dac trung cue bd hen quan den an ninh,<br /> Scale-Invariant Feature bao mat, y te....Ngay nay<br /> Transform (SIFT) dd trich cd nhieu nghien citu tim<br /> Ipe dac trung anh, tdi uu ra eae phuong phap khac<br /> hda viec luu trii eae vector nhau de phan biet nguOT<br /> dac tnmg bing Bag Of nay vdi ngudi khac. va<br /> Visual Words (BOVW). van moi da trd thanh mot<br /> <br /> <br /> <br /> TAP CHI CNTT & T T K Y 2 ( 1 . 2 0 1 1 ) 51<br /> CONG NGHE - GIAI PHAP<br /> <br /> <br /> dii Ueu sinh ttic hpe quan ttpng de xac dmh tinh "Hap din" d day ed ngMa la 0em dd ehita thdng<br /> duy nhat cM minh ban cd ma thoi. Do dd van mdi tin quan ttpng ve ndi dung eua anh nhim phan biet<br /> can dupe ngMen cim rdng va sau hon niia. va ttong anh nay v0 anh kia.<br /> trudng hpp khong the xac dinh dupe van tay (do mat Phuong phap nit trich cac dac tnmg bat bien SIFT<br /> tay, bi bdng,...) hay dau van tay tMeu dp tin cay tM [5, 6,7] gdm 4 0ai doan cMnh:<br /> van moi la lua ehpn tdi uu de nhan dang va dinh<br /> - Phat Men cac diem cue tri khdng 0an ty le<br /> danh con nguOT. Trong nhiing nam gin day, nhiing<br /> (Detection of scale-space extrema)<br /> ngMen cim ve cac dac trung cue bd SIFT (Scale-<br /> - Dinh vi eae diem hap din (keypoint<br /> Invariant Feature Transform) dimg eho phan lorn va<br /> localization)<br /> tim kiem anh mang 10 nMeu ket qua dang ke. VOT<br /> nhu eau thuc tidn cimg VOT SU phat trien eua cong - xac 0nh hudng cho cae diem hap dan (orientation<br /> nghe nhan dang anh tM viec xay dung mpt eo sd du assignment)<br /> Ueu anh van moi dimg de nhan dang tdi pham, xac - Mo ta eae 0em hap din (kej^pouit descriptor)<br /> 0nh danh tinh, chimg thue,... la can tMet. Nhu vay mdi inh sau budc trich Ipe dac tnmg su<br /> dung SIFT se cho ta mpt tap cac SIFT hay descriptor.<br /> 1 . P H l / Q N G PHAP N G H I E N CLTU Mdi descriptor la 1 vector cd 128 chieu (Huih 1), dua<br /> SIFT (Scale-Invariant Feature Transform) vao 0a tri nay ma ta tien hanh ap dung cae thuat<br /> SIFT la 0ai thuat trong khoa hpc tM 0ac may tinh toan, 0ai thuat de phan loai hay tim kiem anh.<br /> (Computer Vision) dupe David G. Lowe de xuat nam Mo hinh tui tu' (Bag Of Visual Words model<br /> 1999. Phuong phap nay cho ket qua rat tdt trong - BOVW)<br /> trudng hpp anh bi thay ddi ve dd sang, mau sic, gdc Nhupe diem cua SIFT la khong 0an luu trii vi trung<br /> chup va ngay ea trudng hpp vat the bi ehe khuat binh mpt anh se cd khoang 1.000 vector dac trung,<br /> mdt phan. Do dd, nd dupe img dimg trong nhieu mdi vector dac trung ed 128 chieu, vi the phuong<br /> Unh vuc nhu nhan dang ddi tupng, lap ban dd va phap nay cd dd phitc tap va khdng 0an luu trii la rat<br /> hudng di robot, nhan dang hanh vi Idn. va thdi 0an tim kiem eiing tang len, do dii Ueu<br /> SIFT nit trich ra eae diem hap din cue bd (Local khong dupe luu trong bd nhd trong. Hon niia VOT mdi<br /> Interest Point). Diem bap din (Interest Point hay anh, ta phai thiic Men khoang 1000 tmy van (mdi<br /> Keypoint) la vi tri 0em anh "hap din" tien anh. anh ed khoang 1000 vector dac trung).<br /> <br /> <br /> <br /> <br /> 1 ^<br /> <br /> <br /> <br /> *••<br /> ^<br /> <br /> R128<br /> 4 ^ 4 *<br /> <br /> ^ ^ ^ ^<br /> <br /> Hinh 1; Bieu dign dac trung bang descriptor<br /> <br /> <br /> <br /> <br /> 5 2 I TAP CHI CNTT & TT KY 2 ( 1 . 2 0 1 1 )<br /> CONG NGHE - GIAI PHAP<br /> <br /> <br /> <br /> .-C - ^•«i>>-<br /> .
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2