Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://bibdigital.epn.edu.ec/handle/15000/17471
Titel: Análisis de dos algoritmos para detección de rostros e implementación de uno de ellos utilizado en analítica de video para sistemas de videovigilancia
Autor(en): Sánchez Salazar, Cristian René
Stichwörter: COMUNICACIÓN DE DATOS
PROGRAMACIÓN
Erscheinungsdatum: 10-Jul-2017
Herausgeber: Quito, 2017.
Zitierform: Sánchez Salazar, C. R. (2017). Análisis de dos algoritmos para detección de rostros e implementación de uno de ellos utilizado en analítica de video para sistemas de videovigilancia. 144 hojas. Quito : EPN.
Zusammenfassung: The implementation of video surveillance systems with video analysis provides better recording, storage and monitoring features in many deployment environments, allowing the monitoring of objects and people to prevent and guarantee security. At present the most used video surveillance systems are those with IP technology. Face detection is an application of video surveillance systems and is the first step for further applications such as tracing monitoring and recognition. For the facial detection, there are a series of algorithms that allow the extraction of the face in a video image, among which are the cascade method of Viola & Jones and the method by geometric models using Hausdorff distance. The most common problems in the detection of faces that occur in the process of acquiring the images in a video surveillance system are the conditions of lightness, low contrast, foreign objects in the background, partially captured faces, position of the person, Facial expression and image distortion; Problems that are solved if the implementation environment is controlled obtaining the best results of detection rates of faces above 90%. The Viola & Jones algorithm divides the integral image into subregions of different sizes and uses a series of classifiers. The Hausdorff method is based on edges between a general face model. For its reliability and efficiency the algorithm most used for face detection is the method developed by Viola & Jones.
Beschreibung: La implementación de sistemas de videovigilancia con análisis de video proporciona mejores características de registros, almacenamiento y monitoreo de manera automática en muchos ambientes de implementación, permiten la supervisión de objetos y personas para prevenir y garantizar la seguridad. En la actualidad los sistemas de videovigilancia más usados son los que cuentan con tecnología IP. La detección de rostros es una aplicación de los sistemas de videovigilancia y es el primer paso para otras aplicaciones posteriores como seguimiento y reconocimiento. Para la detección facial existen una serie de algoritmos que permiten extraer el rostro en una imagen de video, entre los cuales se encuentran el método de cascada de Viola&Jones y el método por modelos geométricos usando la distancia de Hausdorff. Los problemas más comunes en la detección de rostros que se dan en el proceso de adquisición de las imágenes en un sistema de videovigilancia son las condiciones de luminosidad, el bajo contraste, objetos extraños en el fondo, rostros parcialmente capturados, posición de la persona, expresión facial y distorsión de la imagen; problemas que se solventan si los el ambiente de implementación es controlado obteniendo los mejores resultados de tasas de detección de rostros por encima del 90%. El algoritmo de Viola&Jones divide la imagen integral en subregiones de tamaños diferentes y utiliza una serie de clasificadores, mientras que el método de Hausdorff está basado en bordes entre un modelo de rostro general. Por su fiabilidad y eficiencia el algoritmo más utilizado para detección de rostros es el método desarrollado por Viola&Jones.
URI: http://bibdigital.epn.edu.ec/handle/15000/17471
Art: bachelorThesis
Enthalten in den Sammlungen:Tesis Electrónica y Telecomunicaciones (IET)

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
CD-7971.pdf3,53 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.