Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

Информатика->Задача
Методы продвижения сайтов в сети Интернет направлены на достижение сайтом наиболее высоких позиций в поисковой выдаче. Основа поисковой выдачи - это с...полностью>>
Информатика->Реферат
Глаз адаптируется к средней яркости рассматриваемой сцены, поэтому при смене фона изменяется восприятие сцены. Например, однородно окрашенная область ...полностью>>
Информатика->Реферат
Современный мир не мыслим без Internet. ИНТЕРНЕТ (Internet — inter + net — объединение сетей) — семирная система объединённых компьютерных сетей, пост...полностью>>
Информатика->Реферат
Появление в 2 году Windows Millennium Edition — это во многом улучшенная версия Windows 98, а не новая операционная система. Внешне Windows Millennium...полностью>>

Главная > Курсовая работа >Информатика

Сохрани ссылку в одной из сетей:

2.1.8 Порівняння еталонів

Порівняння еталонів (Template Matching) полягає у виділенні областей обличчя на зображенні, і подальшому порівнянні цих областей для двох різних зображень [11]. Кожна область, що співпала, збільшує міру схожості зображень. Це також один з історично перших методів розпізнавання людини по зображенню обличчя. Для порівняння областей використовуються прості алгоритми, наприклад, попіксельне порівняння [15].

Рис.2.11 Області-еталони обличчя

Недолік цього методу полягає у тому, що він вимагає багато ресурсів, як для зберігання ділянок, так і для їх порівняння. З причини того, що використовується простий алгоритм порівняння, зображення повинні бути отримані в строго встановлених умовах: не допускається помітних змін ракурсу, освітлення, емоційного виразу.

2.1 9. Основи кодування відео

MPEG-4 - це стандарт для запам'ятовування і доставки мультимедійного вмісту. Він був розроблено як наступник для стандартів MPEG-1 і MPEG-2. Первинна мета була зробити стандарт для додатків низького бітрейту, але у фазі специфікації MPEG-4 був розширений для роботи із сильною компресією, що покриває як низькі, так і високі бітрейти.

MPEG-4 - це не тільки кодек відео, використовуваний для стиснення DVD. Фактично кодування/декодування відео - це тільки одна частина стандарту. На додаток до кодування відео, ще є звукове кодування, синтезоване відео і звук, інтерактивність, доставка контенту.

Стандарт MPEG-4 відкритий, що означає, що будь-хто може отримати специфікації і реалізувати їх. Це приводить до змагання реалізацій, які теоретично повинно знизити ціни і збільшити якість продукції. Відкритий стандарт також дозволяє усунути пастки єдиного коду, як наприклад, відсутність модифікацій і усунення дефектів.

Файл відео складається з серій послідовних зображень - фреймів, або візуальних об'єктних площин (VOP) в термінах MPEG-4. Сьогодні більшість кодеків відео, зокрема, MPEG-4 - блочні. У блочних кодах, VOP діляться на блоки одної розмірності - квадрати, наприклад 8x8 або 16x16 пікселів. Вони називаються макроблоками, і різні методи кодування застосовуються до цих макроблоків замість цілого VOP.

Відео може бути стиснене, маніпулюючи індивідуальними фреймами. Цей метод називається інтра-кодуванням, і стислий індивідуальний фрейм називається intra VOP (I-VOP). Через природу відео, два послідовні фрейми часто виглядають подібно один одному за вийнятком деякого руху об'єктів між двома фреймами. Замість стиснення індивідуальних послідовних фреймів, сучасний кодек використовує різні методи кодування, які враховують цю схожість в серіях фреймів. Це інтеркодування використовується для досягнення вищої компресії. Наприклад, в прогнозованому кодуванні, тільки різниця між двома зображеннями запам'ятовується. Це приводить до сильної компресії, коли фрейми більш подібні один одному. Прогнозоване кодування не працює ефективно в ситуаціях, де великі частини зображення перемістилися між двома фреймами як при панорамній зйомці. В даному випадку використовується техніка, яка називається прогноз компенсування руху. Прогноз компенсування руху призначає вектор руху кожному макроблоку і пробує знайти краще можливе представлення фрейма з макроблоками від довідкового фрейма, який перемістився в напрямі вектору руху. Фрейм, який використовує попередній фрейм як довідковий, називається передбаченим VOP (P-VOP) У цьому прикладі більшість даних фрейма може бути представлене тільки одним вектором руху і попереднім фреймом як довідковим (рис.2.12).

Рис.2.12. Прогноз компенсації руху

Прогноз компенсування руху може також бути застосований двома шляхами. Фрейм, який використовує попередній фрейм, як довідковий називається реверсивно передбачений VOP (B-VOP). Декодування B-VOP вимагає більшої пам'яті і обробки, ніж декодування P-VOP, тому що дешифратору доведеться утримувати два довідкові фрейми в пам'яті замість одного.

Блочні кодеки в загальному використовують дискретне косинусне перетворення (DCT) в об'єднанні з квантуванням для стиснення природних даних. DCT - це математичний метод для перетворення статичного зображення в частотний домен. Це означає, що замість представлення зображення як серії кольорових значень, зображення представляється серією коефіцієнтів дійсного значення функції косинуса. Скорочуючи кількість біт для представлення кожного коефіцієнту, кодек може досягти сильної компресії. Цей метод називається квантуванням, і впливає на якість. Різні методи квантування можуть зробити наголос на різних областях (наприклад, дрібні деталі) [17].

2.2 Опис алгоритму

Методом детекції обличчя у відеопотоці в даній програмі було обрано апарат штучних нейронних мереж, розпізнавання облич реалізовано методом "власні вектори". Дані методи забезпечують високу продуктивність при мінімальних витратах ресурсів комп’ютера. Алгоритм програми поданий на рис.2.13.

2.3 Опис і обґрунтування вибору методу організації вхідних і вихідних даних

Згідно технічного завдання вхідними параметрами для програми повинен бути відеопоток і база відомих облич, з якими необхідно співставити знайдені. В зв’язку з описаними вимогами до вхідних даних, в програмі реалізовано модуль роботи з веб-камерою.

Згідно технічного завдання на розробку вихідними даними є знайдені у відеопотоці зображення облич та їх класифікація згідно вхідної бази даних. Тому було вирішено не не зберігати вихідні дані, а детекцію і розпізнавання проводити інтерактивно.

2.4 Опис і обґрунтування вибору складу технічних і програмних засобів

Основною вимогою до складу технічних засобів є наявність веб-камери в складі ЕОМ. Вибір веб-камери зумовлений в першу чергу постановкою задачі. Перевагами даного пристрою відеовведення порівнянні з іншими є:

стандартизованість обміну даними;

наявність великої кількості інформації по організації роботи з данимпристроєм;

порівняно невисока ціна;

відносна швидкість отримання відеопотоку.

Вимоги до параметрів ЕОМ визначаються загалом вимогами операційної системи до характеристик ЕОМ. Сама програма вимагає 1 Мб вільного місця на жорсткому диску та 5 Мб оперативної пам’яті.

Вимоги до об’єму оперативної пам’яті - мінімум 128 Мб зумовлені вимогами операційної системи.

Вимоги до об’єму жорсткого диску - мінімум 1Гб зумовлені вимогами операційної системи.

Обов’язковою вимогою до програмних засобів є наявність встановленої операційної системи Windows XP. Операційна система Windows XP була обрана в зв’язку з тим, що вона містить багато системних об’єктів для доступу до апаратних ресурсів.

В якості середовища розробки програми було обрано інтегроване середовище розробки додатків Microsoft Visual C++, оскільки воно забезпечує швидку та зручну розробку графічних додатків, дозволяє проводити збереження даних у файли, має засоби для інтеграції коду на мові асемблер в код програми на мові C++, містить зручну систему налагодження програм.

3. Очікувані техніко-економічні показники

Розрахуємо витрати праці, виходячи з того, що розмір вихідного тексту програми в основному визначає затрати праці і та час розробки програмного продукту:

, (3.1)

де - кількість вихідних команд в тисячах.

В якості вихідної команди приймаємо рядок програми. Загальний об'єм вихідного тексту програми-додатка складає приблизно 2000 рядків. Тоді:

Продуктивність праці розробників програмного забезпечення визначається наступним чином:

(3.2)

Тоді ми отримуємо, що продуктивність праці розробників:

Ч
ас необхідний для розробки програмного продукту, можна визначити за формулою:

, (3.3)

де - період розробки програмного продукту; - коефіцієнт вірності постановки завдання; - час розробки алгоритму; - час настройки та тестування; - час на підготовку тексту; - час на розробку документації.

Зазначені величини обчислюються по наступним формулам:

, (3.4), , (3.5)

, (3.6), , (3.7)

, (3.8), , (3.9)

де К - залежить від ступеня підготовки програміста;

- кількість рядків програми.

Підставляємо значення в останні формули враховуючи, що К=0,8 (стаж роботи до 2-х років).

,

,

,

Тоді час, який необхідний для розробки програмного продукту дорівнює:

.

Визначимо собівартість години роботи ПК. Для цього розраховуються поточні витрати на експлуатацію ПК. До їх складу включаються витрати на електроенергію і амортизаційні відрахування від вартості ПК та інше.

Витрати на електроенергію визначають множенням витрати електроенергії за одну годину на вартість 1 кВт/год електроенергії і на час роботи ПК за рік. Час роботи комп'ютера за рік визначається множенням кількості робочих днів у рік на час роботи комп'ютера за день:

, (3.10)

де - середня кількість робочих днів у рік.

Таким чином:

.

Тоді, час роботи ПК за рік дорівнює

.

Витрати енергії визначаються за формулою:

, (3.11)

де - витрати електроенергії за одну годину;

- вартість 1 кВт/год електроенергії;

- час роботи комп’ютера за рік.

Тоді витрати енергії складають:

.

Амортизаційні відрахування визначаються множенням вартості комп'ютера на норму амортизаційних відрахувань 10%:

.

Річна заробітна плата обслуговуючого персоналу (інженера з місячним посадовим окладом 600 грн.) складає:

.

Відрахування на соціальне страхування складають 3% від загальної заробітної плати за рік:

.

Вартість витрачених матеріалів складає 2% від вартості обчислювальної техніки:

.

Утримання на ремонт приміщень, в яких знаходяться засоби обчислювальної техніки, складає 3% від вартості обчислювальної техніки:

.

Кількість комп'ютерів, на яких працюватиме програма: .

Собівартість години роботи на комп'ютері визначається співвідношенням:

. (3.12)

Підставляємо значення в останню формулу й отримаємо:

.

Розраховуємо прямі витрати на виконання магістерської роботи, які визначаються добутком:

, (3.13)

де - собівартість години роботи на комп’ютері; - час необхідний для розробки програмного продукту. Підставляємо значення й одержуємо:

.

Накладні витрати, що включають витрати на освітлення, опалення і т.п., приймаються в розмірі 40-50% від суми прямих витрат:

.

Загальні витрати на виконання магістерської роботи:

. (3.14)

Підставляємо дані й одержуємо:

Ціна програмного продукту визначається співвідношенням:

, (3.15)

де В - витрати на виконання дипломного проекту;

P - рівень рентабельності, в нашому випадку P = 10;

K - коефіцієнт, що залежить від науково-технічного рівня, в нашому випадку К = 1,3.

Підставляємо ці значення й отримаємо ціну програмного продукту, яка дорівнює:

.

Річний економічний ефект визначається таким чином:

, (3.16)

де - витрати на розв’язання задачі традиційними методами;

- періодичність розв’язку задачі, для нашого випадку T=100;

- приведені витрати.

Для визначення параметру використовується формула:

, (3.17)

де - трудомісткість на складання документу, вимірюється в годинах;

- заробітна плата виконавця за одну годину.

Підставляємо значення в останню формулу й одержуємо:

.

Для визначення параметру використовується формула:

, (3.18)

де - загальний об’єм вихідного тексту програмного додатка;

- собівартість години роботи на комп’ютері;

- продуктивність праці розробників програмного забезпечення;

- нормативно-галузевий коефіцієнт ();

- ціна програмного продукту.

Отже, приведені витрати дорівнюють:

.

Таким чином, річний економічний ефект рівний:

.

Джерела, використані при розробці

1. Головко В.В. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями. - Брест: БПИ, 1999. - 260 с.

2. Sung K.,Poggio T. Learning Human Face Detection in Cluttered Scene // Computer Analysis of Images and Patterns. - 1995. - №4. - P.432-439.

3. Graham D.,Allinson N. Face Recognition Using Virtual Parametric Eigenspace

Signatures // Image Processing and its Applications. - 1997. - №21. - P.123-129.

4. Belhumeur P., Hespanha J. Eigenfaces vs Fisherfaces: Recognition Using Class Specific Linear Projection // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1997. - №19. - P.711-720.

5. Hallinan P.,Gordon G. Two - and Three-Dimensional Patterns of the Face. - Natick: A. K. Peters Ltd., 1999. - 260 p.

6. Lanitis A.,Taylor C. Automatic Interpretation and Coding of Face Images Using Flexible Models // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1997. - №19. - P.743-756.

7. Wiskott L.,Fellous J. - M. Face Recognition by Elastic Bunch Graph Matching // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1997. - №19. - P.775-779.

8. Duc B.,Fischer S. Face Authentication with Gabor Information on Deformable Graphs // IEEE Trans. on Pattern Analysis and Machine Intelligence. - 1999. - №8. - P.504-516.

9. Wurtz R. Object Recognition Robust Under Translations, Deformations, and Changes in Background // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1997. - №19. - P.769-775.

10. Grudin M.,Lisboa P.compact Multi-level Representation of Human Faces for Identification // Image Processing and its Applications. - 1997. - №4. - P.111-115.

11. Самаль Д. B., Старовойтов В. K. Выбор признаков для распознавания на основе статистических данных // Цифровая обработка изображений. - 1999. - №3. - P.100-114.

12. Gutta S.,Wechsler H. Face Recognition Using Hybrid Classifiers // Pattern

Recognition. - 1997. - №30. - P.539-553.

13. Самаль Д. B., Старовойтов В. K. Методика автоматизированного распознавания людей по фотопортретам // Цифровая обработка изображений. - 1999. - №4. - P.81-85.

14. Самаль Д. B. Построение систем идентификации личности на основе антропометрических точек лица // Цифровая обработка изображений. - 1998. - №2. - P.72-79.

15. Brunelli R.,Poggio T. Face Recognition: Features Versus Templates // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1993. - №15. - P.235-241.

16. Хорн Б. Зрение роботов. -М.: Мир, 1989. - 488 c.

17. Кейт Д. Видео без секретов, 4-е изд. -М.: Вильямс, 2005. - 953 с.

18. Люгер Л., Джордж Ф. Искусственный интелект: стратегии и методы решения сложных проблем, 4-е изд. -М.: Вильямс, 2005. - 864 с.

19. Viola P.,Jones M. Object Robust Real-Time Face Detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2004. - №26. - P.435-440.



Загрузить файл

Похожие страницы:

  1. Уява людини, її основні види та механізм

    Курсовая работа >> Психология
    ... проблему вибору, штовхає до пошуку, орієнтує наше мислення ... мимовільно бачимо в них обличчя людини або контур тварини. Хлопчик ... нка не регулюється певною програмою і складається з серії ... життя і діяльності у зв'язку з пошуком нового, з проявом творчої уяви. 2.4 ...
  2. Пошук національних коренів у мистецтві Михайло Бойчук і бойчукісти

    Реферат >> Культура и искусство
    ... насамперед у живописі, нові пошуки пов’язувалися головним чином з ... є руку. Худе, виснажене обличчя дівчинки з неприродно загостреними ... М.Бойчук, європейськи освічена людина, митець і деякою мірою ... був не тільки новою стильовою програмою, а й цілісною, ...
  3. Людиномірність предмета філософії

    Контрольная работа >> Философия
    ... сця в ньому людини разом з життєвими позиціями, програмами та іншими ... наявного (здобутого в широкому творчо-діалектичному пошуку) матеріалу. У подальшому розвитку ... не дає їй втратити своє власне обличчя, загубитися в однаковості й монотонній повторюваност ...
  4. Програма социлогического дослiдження Рівня міжетнічної толерантності жителів м. Донецька

    Реферат >> Социология
    ... івника) _______________________ (дата) КУРСОВА РОБОТА «ПРОГРАМА СОЦІОЛОГІЧНОГО ДОСЛІДЖЕННЯ ... у людини особливих здібностей і вмінь: культури ведення переговорів, мистецтва пошуку компром ... вони подаються не важливими перед обличчям основних проблем, які потрі ...
  5. Украинские сочинения

    Сочинение >> Литература и русский язык
    ... ЇНСЬКА МОВА 5 КЛАС П'ятикласникам програма пропонує навчитися виконувати такі видитворчих ... року. На картині бачимо зосереджене обличчя молодої людини. Гарної,сповненої гідності, з ... поетичному рядку! Основна суть поеми — людина, пошук істини, утвер-джен-ня ...

Хочу больше похожих работ...

Generated in 0.0015339851379395