1 mgr inż. Rafał Komański styczeń 2004Rozpoznawania twarzy mgr inż. Rafał Komański styczeń 2004

2 Wprowadzenie automatyczne przetwarzanie twarzy zastosowaniesieci neuronowe

3 Podstawowe pojęcia detekcja twarzy rozpoznawanie twarzyanaliza wyrazu twarzy kategoryzacja na podstawie rysów twarzy

4 Detekcja twarzy potrzeba znalezienia twarzy na obrazie lokalizacjaprzykład:

5 Rozpoznawanie twarzy baza danych i porównywanie twarzymodele analityczne modele oparte na sieciach neuronowych

6 Podstawowe pojęcia detekcja twarzy rozpoznawanie twarzyanaliza wyrazu twarzy kategoryzacja na podstawie rysów twarzy reprezentacja twarzy

7 Reprezentacja twarzy 128  128 64  64 32  32 16  16 8 bpp 4 bpp

8 Pamięci skojarzeniowezapamiętanie danych wejściowych odtworzanie zapamiętanych danych poprawne odtworzanie wersji uszkodzonej zaszumionej adresowanie kontekstowe

9 Sieci autoasocjacyjneSieć Hopfielda Dwuwarstwowy perceptron

10 Sieć Hopfielda jednowarstwowa, rekurencyjna dyskretna tryb uczeniareguła Hebba tryb odtworzeniowy synchronicznie

11 Dwuwarstwowy perceptrondwuwarstwowa, neurony sigmoidalne propagacja wsteczna (backpropagation) wolna zbieżność uczenie jako zadanie optymalizacyjne metoda gradientów sprzężonych z regularyzacją (Moller)

12 Wyniki poprawne odtwarzanie nauczonych obrazów

13 Wyniki - c.d. zadowalające odtwarzanie częściowo zniekształconych lub zasłoniętych obrazów

14 Wyniki - c.d. potwierdzenie możliwości wykorzystania pamięci autoasocjacyjnych do zapamiętywania i odtwarzania obrazów twarzy wady: długi czas uczenie i odtwarzania sieci Hopfielda bardzo długi czas uczenia sieci BP, nie zawsze zakończony sukcesem

15 Problemy Zmienne oświetlenie Różne położenie twarzy na obrazach

16 Podsumowanie rozpoznawanie twarzymożliwość wykorzystania sieci autoasocjacyjnych do zapamiętywania i odtwarzania obrazów twarzy problemy

17 Koniec Dziękuję za uwagę