Участник:K.necludov
Материал из MachineLearning.
| Строка 13: | Строка 13: | ||
'''Публикация''' | '''Публикация''' | ||
| - | ''К.О. Неклюдов'' Алгоритм выделения системы ключевых точек на лице человка. // [http://www.computeroptics.smr.ru/ Компьютерная Оптика]. – 2014 (подано в редакцию). | + | ''К.О. Неклюдов.'' Алгоритм выделения системы ключевых точек на лице человка. // [http://www.computeroptics.smr.ru/ Компьютерная Оптика]. – 2014 (подано в редакцию). |
| - | + | В работе исследуется задача распознавания образов на изображении. В частности, исследуется алгоритм поиска графической структуры на изображении. Графической структурой в работе является набор точек на плоскости. Исследуемый алгоритм может быть использован для поиска любых графических структур, но в данной работе рассматривается его применение к задаче выделения ключевых точек на лице человека. Целью работы является оценка качества алгоритма. В работе предложен способ повышения точности алгоритма. Он заключается в предварительной обработке изображений с помощью гауссовской фильтрации. Все количественные оценки качества алгоритма представлены вычислительным экспериментом на реальных данных. | |
Версия 18:20, 22 августа 2014
Неклюдов Кирилл Олегович
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Mailto: k.necludov@gmail.com
Отчет о научно-исследовательской работе
Весна 2014, 8-й семестр
Публикация
К.О. Неклюдов. Алгоритм выделения системы ключевых точек на лице человка. // Компьютерная Оптика. – 2014 (подано в редакцию).
В работе исследуется задача распознавания образов на изображении. В частности, исследуется алгоритм поиска графической структуры на изображении. Графической структурой в работе является набор точек на плоскости. Исследуемый алгоритм может быть использован для поиска любых графических структур, но в данной работе рассматривается его применение к задаче выделения ключевых точек на лице человека. Целью работы является оценка качества алгоритма. В работе предложен способ повышения точности алгоритма. Он заключается в предварительной обработке изображений с помощью гауссовской фильтрации. Все количественные оценки качества алгоритма представлены вычислительным экспериментом на реальных данных.
