Аннотация:
Представлены современные математические методы оценивания размытости цифровых изображений, позволяющие отсеять изображения с низким качеством перед этапом распознавания лиц с целью повышения производительности разработанной системы автоматической регистрации участников в зале совещаний. Для повышения скорости обработки и надежности существующих методов определения качества изображения при экспериментальной проверке реализовано несколько вариантов сегментации части кадра: все изображение, область лица и область лица размером 200×200 пикселей. Предложенная процедура предварительного поиска области лица в кадре и оценки ее размытости на основе статистического анализа коэффициентов яркости пикселей позволила определить 94 % неискаженных кадров, полученных в ходе автоматической регистрации участников совещания в интеллектуальном зале.
Статья представлена к публикации членом редколлегии:Б. Т. Поляк
Образец цитирования:
Ан. Л. Ронжин, И. В. Ватаманюк, Ал. Л. Ронжин, М. Железны, “Математические методы оценки размытости изображения и распознавания лиц в системе автоматической регистрации участников совещаний”, Автомат. и телемех., 2015, № 11, 132–144; Autom. Remote Control, 76:11 (2015), 2011–2020
\RBibitem{RonVatRon15}
\by Ан.~Л.~Ронжин, И.~В.~Ватаманюк, Ал.~Л.~Ронжин, М.~Железны
\paper Математические методы оценки размытости изображения и распознавания лиц в~системе автоматической регистрации участников совещаний
\jour Автомат. и телемех.
\yr 2015
\issue 11
\pages 132--144
\mathnet{http://mi.mathnet.ru/at14309}
\elib{https://elibrary.ru/item.asp?id=24852130}
\transl
\jour Autom. Remote Control
\yr 2015
\vol 76
\issue 11
\pages 2011--2020
\crossref{https://doi.org/10.1134/S0005117915110107}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000365177600010}
\elib{https://elibrary.ru/item.asp?id=24970241}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84946925887}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at14309
https://www.mathnet.ru/rus/at/y2015/i11/p132
Эта публикация цитируется в следующих 2 статьяx:
Ilya Moskvin, Roman Lavrenov, Smart Innovation, Systems and Technologies, 154, Proceedings of 14th International Conference on Electromechanics and Robotics “Zavalishin's Readings”, 2020, 411
Verkhodanova V., Ronzhin A., Kipyatkova I., Ivanko D., Karpov A., Zelezny M., “HAVRUS Corpus: High-Speed Recordings of Audio-Visual Russian Speech”, Speech and Computer, Lecture Notes in Computer Science, 9811, eds. Ronzhin A., Potapova R., Nemeth G., Springer Int Publishing Ag, 2016, 338–345