Rozpoznávání obličejů ve videosekvencích

Tato práce řeší návrh, realizaci a testování systému pro rozpoznávání obličeje ve video sekvencích pořízených z kamerových systémů. Po studiu metod pro rozpoznávání obličeje bylo navrženo využití Local Binary Pattern Histograms (LBPH) příznaků a video klasifikátoru Nearest Neighbor (NN). Byla zkoumána diskriminační síla LBPH příznaků a na základě Fisherova diskriminačního poměru a vzájemné korelace byly hledány informativní příznaky. Tvorba vzorů byla realizována metodou těžiště clusteru, která měla z několika navržených metod nejlepší vliv na rozpoznávací schopnost algoritmu. Za účelem testování byl vytvořen softwarový nástroj, který obsahuje všechny dílčí algoritmy a umožňuje efektivní provádění testů celého systému. Pro trénování a testování systému byla sestavena video databáze, IFaViD na které byly vlastnosti systému ověřeny.
This thesis deals with design, implementation and testing of face recognition system processing video sequences captured by CCTV systems. The use of Local Binary Pattern Histograms (LPBH) and Nearest Neighbor (NN) classifier was suggested according to the survey of face recognition methods. Discrimination power of LBPH features was examined and individual informative features were searched based on Fisher discrimination ratio and mutual correlation. Cluster’s centorid method was utilized for pattern creation because of its best effect on system’s face recognition capability comparing several proposed methods. Software tool for effective face recognition system algorithms performance testing was developed. Video database IFaViD was assembled for training and performance testing of implemented face recognition system.