1 / 16

ENTRENAMIENTO DE RECONOCEDORES DE OBJETOS MEDIANTE EL MÉTODO VIOLA-JONES

ENTRENAMIENTO DE RECONOCEDORES DE OBJETOS MEDIANTE EL MÉTODO VIOLA-JONES. M. en C. ANDRÉS GERARDO FUENTES COVARRUBIAS M. en C. RICARDO FUENTES COVARRUBIAS Presenta: Daniel Padilla Moreno. ÍNDICE. Introducción Inicio del proyecto Elaboración Problemas y soluciones

torgny
Download Presentation

ENTRENAMIENTO DE RECONOCEDORES DE OBJETOS MEDIANTE EL MÉTODO VIOLA-JONES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ENTRENAMIENTO DE RECONOCEDORES DE OBJETOS MEDIANTE EL MÉTODO VIOLA-JONES M. en C. ANDRÉS GERARDO FUENTES COVARRUBIAS M. en C. RICARDO FUENTES COVARRUBIAS Presenta: Daniel Padilla Moreno

  2. ÍNDICE • Introducción • Inicio del proyecto • Elaboración • Problemas y soluciones • Resultados y Conclusiones

  3. Visión artificial • La visión artificial es uno de los métodos que nos permite la utilización de la biometría para el reconocimiento de objetos. • El proyecto en curso hace uso de ambos para la identificación facial de personas.

  4. Origen del Proyecto • Principal alternativa ante otros sistemas de reconocimiento actuales. • Sistema creado a base de software libre. • Facilidad de adquisición.

  5. Selección del Método de Reconocimiento Facial • Basado en Redes Neuronales. • Correlación y FFT. • Basado en Plantillas. • Viola-jones.

  6. Viola-jones

  7. Fases en la detección

  8. Sección de una Matriz

  9. Ejemplo de caras

  10. Variaciones en las imágenes • Durante el proyecto la variación en las imágenes fue el principal motivo de casos negativos, los principales motivos fueron: • Iluminación • Posición de la cara • Falsas caras

  11. Tratamiento de la imagen Histograma de la imagen antes del tratamiento Histograma de la imagen después del tratamiento

  12. Problema de posición • Se mostrará una detección errónea de la cara solicitando una nueva captación de la cara.

  13. Caras falsas • El porcentaje de la detección falsa de una cara se puede disminuir de diferentes maneras, la mas común es la repetición del clasificador (a mas repeticiones menos %). • Esto se debe a l enfoque de Viola Jones que es la búsqueda de ojos boca y nariz. • Como corrección a este problema se implementa un filtro antes del reconocimiento conocido como reconocimiento de piel.

  14. Resultados • Se consiguió la generación de un sistema capaz de reconocer cada individuo integrado dentro de la base de datos con un error menor al 10%. • Sistema de software libre para evitar la necesidad de licencias.

  15. Gracias

More Related