|
Ris.3. Prosedura geometricheskoy normalizasii izobrajeniy lis
|
| bet | 30/36 | | Sana | 14.05.2024 | | Hajmi | 1,65 Mb. | | #233056 |
Bog'liq amaliyot kundalik
V tretey glave dissertasii, pod nazvaniem «Algoritmi obnarujeniya lojnogo dostupa cherez videodannie», rassmatrivayutsya obnarujenie muara i smazivaniya v videokadrax, komponentno-zavisimiy analiz na osnove deskriptorov, kontekstno-zavisimie algoritmi i algoritmi obnarujeniya
lojnix dannix, a takje usovershenstvovan na osnove analiza. Krome togo, predlojeno metodi i algoritmi obnarujeniya poddelnix lis na osnove glubokix neyronnix setey.
V paragrafe 3.1 privoditsya opisanie algoritmov obnarujeniya muara i shuma v videokadrax, vklyuchaya vidi muara, ix prichini, ix vliyanie na sistemi raspoznavaniya i podxodi k ix ustraneniyu. Krome togo, v etom paragrafe predlagaetsya metod obnarujeniya lojnix vxodnix signalov na osnove izobrajeniy s muarovim uzorom. V etom sluchae, uchitivaya vektor priznakov teksturi (tablisa 1), klassifikator SVM s yadrom RBF (optimalnie parametri) obuchaetsya kak klassifikasiya jivosti ili lojnoy ataki. Pri klassifikasii lisa na video kak jivogo ili poddelnogo razumno ispolzovat neskolko kadrov v video. Klassifikator SVM pozvolyaet poluchit osenku dostovernosti dlya kajdogo videokadra (nastoyashego ili poddelnogo). Takim obrazom, mojno otslejivat, skolko kadrov v kajdom video pomecheno kak jivoe ili poddelnoe, a klass nabrannom s bolee chem 50% golosov fakticheski opredelyaet klass video.
Tablisa 1
Pokazateli muara svetovix kanalov v bazax dannix
Baza dannix
|
Seriy
|
Krasniy
|
Zeleniy
|
Siniy
|
Idiap
|
91.3%
|
96.7%
|
91.3%
|
86.0%
|
CASIA
|
68.0%
|
68.0%
|
68.0%
|
67.3%
|
RAFS
|
69.1%
|
76.4%
|
69.7%
|
80.0%
|
Testi na bazax dannix pokazali, chto predlagaemiy metod obespechivaet visokuyu tochnost obnarujeniya lojnix atak posredstvom videozapisi, odnako rezultati testirovaniya vnutri bazi dannix ne otrajayut realnix ssenariev atak. Rezultati kross-bazovogo testirovaniya pokazali, chto predlojenniy metod daet luchshie rezultati, chem drugie sushestvuyushie metodi, v obnarujenii lojnix atak posredstvom videozapisi.
V paragrafe 3.2 opisivaetsya analiz komponentnix algoritmov, osnovannix na deskriptorax, v kotorix rassmatrivaetsya komponentniy metod kodirovaniya lis dlya obnarujeniya jivosti i etapi ego realizasii, osnovnie razlichiya mejdu realnimi i poddelnimi lisami, prakticheskie podxodi k borbe s atakami s podmenoy lis i predstavlena sxema sozdaniya xolisticheskogo lisa. Krome togo, v etom paragrafe predlagaetsya metod kodirovaniya na osnove komponentov dlya effektivnogo ispolzovaniya razlichiy mejdu razlichnimi polyami. Predlagaemiy metod razdeleniya izobrajeniya na odinakovie bloki otlichaetsya ot etogo metoda tem, chto on bolshe podxodit dlya raspredeleniya proporsiy i soxranyaet informasiyu o strukture. Algoritm predlagaemogo metoda realizuetsya v sleduyushie etapi:
Shag 1. Opredelyayutsya chasti, v kotorix raspolojeni lisevie komponenti;
Shag 2. Dlya vsex komponentov vipolnyaetsya nizkourovnevoe kodirovanie priznakov;
Shag 3. Kodi ob'edinyayutsya s vesami, poluchennimi iz kriteriya Fishera, dlya sozdaniya visokourovnevogo izobrajeniya lisa;
Shag 4. Vse gistogrammi komponentov ob'edinyayutsya v klassifikator dlya identifikasii.
V paragrafe 3.3 opisivaetsya rol ssen vozmojnix ssenariev, blok-sxemi kaskadnoy strukturi (ris. 4), priznaki, deskriptori i detektori, a takje baz dannix v obnarujenii lojnix atak. Krome togo, v rezultate nauchnix, prakticheskix i eksperimentalnix issledovaniy v osnovu sozdaniya odnogo iz moduli programmnogo kompleksa bili vklyucheni metod opredelenie poddelnix lis na osnove konteksta predlojennim I. Li, Y. Vang, T. Tan i
A.K. Jainom. Osnovnaya ideya zdes zaklyuchaetsya v tom, chto lyudi v osnovnom polagayutsya na informasiyu o ssene i kontekste dlya obnarujeniya lojnoy ataki, i on pitaetsya imitirovat chelovecheskoe povedenie i ispolzuet podskazki sseni, chtobi opredelit, yavlyaetsya li liso, predstavlennoe kamere, poddelnim ili realnim.
|
| |
