Методы распознавания изображений лиц на основе инвариантов к аффинным и яркостным преобразованиям : специальность 05.13.17 "Теоретические основы информатики" : автореферат диссертации на соискание ученой степени кандидата физико-математических наук

Получены оценки устойчивости к флуктуациям и даны постановки различных оптимизационных задач трехмерной реконструкции изображений лиц на основе стереопары при условии хорошей начальной обусловленности фундаментальной матрицы. Доказаны утверждения о том, что 2D- и 3D- моменты, отобранные для решения задач классификации лиц, являются инвариантами к группе аффинных преобразований для математических моделей изображений. Получены оценки устойчивости 2D и 3D-моментов к флуктуациям в виде геометрических искажений исходных изображений и изменений яркостных характеристик. Разработаны и исследованы методы и алгоритмы сопоставления 2D- и 3D- изображений лиц на основе линий положения и высокоточного наведения 3D- модели изображения на 2D- изображение,что предшествует и способствует решению задачи классификации. Показано, что предложенные комплексные методы, опирающиеся на совместное применение инвариантных моментов и классификаторов в виде метрик Махаланобиса или нейронных сетей, позволяют решать практические задачи идентификации реальных изображений лиц, содержащих гримасы и помехи, с достаточно высокой точностью.

Ученая степень
Кандидат физико-математических наук
Специальность
Теоретические основы информатики.
Научный руководитель
Хачумов Вячеслав Михайлович
Место защиты
Российский университет дружбы народов
Язык
Русский
Число страниц
26
Год
2018
Организации
  • 1 Российский университет дружбы народов
Ключевые слова
автореферат диссертации; физико-математические науки; теоретические основы информатики; распознавание 2D и 3D изображений лиц; аффинные преобразования; яркостные преобразования; трехмерная реконструкция; распознавание лиц на основе инвариантов; метрики Евклида-Махаланобиса
Дата создания
16.05.2022
Дата изменения
16.05.2022
Постоянная ссылка
https://repository.rudn.ru/ru/records/dissertation/record/83032/
Поделиться

Другие диссертации

Нгуен Зуй Тхань
2018. 117 с.