1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2019
  4. Ⅳ Міжнародна науково-технічна конференція „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ (2019)
Link lub cytat. http://elartu.tntu.edu.ua/handle/lib/28773

Tytuł: Influence reduction in mean intensity features for faces comparison
Inne tytuły: Зниження впливу ознак середньої інтенсивності для порівняння облич
Authors: Мельник, Роман
Тушницький, Руслан
Melnyk, Roman
Tushnytskyy, Ruslan
Akcesoria: Національний університет “Львівська політехніка”
Cytat: Melnyk R. Influence reduction in mean intensity features for faces comparison / Roman Melnyk, Ruslan Tushnytskyy // Матеріали Ⅳ Міжнародної науково-технічної конференції „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ присвячена 80-ти річчю з дня народження професора Я.І. Проця, 20-21 червня 2019 року. — Т. : ФОП Паляниця В. А., 2019. — С. 41–44. — (Математичні моделі та інформаційні технології).
Bibliographic description: Melnyk R., Tushnytskyy R. (2019) Influence reduction in mean intensity features for faces comparison. Materialy Ⅳ Mizhnarodnoi naukovo-tekhnichnoi konferentsii "Teoretychni ta prykladni aspekty radiotekhniky, pryladobuduvannia i kompʼiuternykh tekhnolohii" prysviachena 80-ty richchiu z dnia narodzhennia profesora Ya.I. Protsia (Tern., 20-21 June 2019), pp. 41-44.
Część publikacji: Матеріали Ⅳ Міжнародної науково-технічної конференції „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ присвячена 80-ти річчю з дня народження професора Я.І. Проця, 2019
Konferencja/wydarzenie: Ⅳ Міжнародна науково-технічна конференція „Теоретичні та прикладні аспекти радіотехніки, приладобудування і комп’ютерних технологій“ присвячена 80-ти річчю з дня народження професора Я.І. Проця
Journal/kolekcja: Матеріали Ⅳ Міжнародної науково-технічної конференції „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ присвячена 80-ти річчю з дня народження професора Я.І. Проця
Data wydania: 20-cze-2019
Date of entry: 15-lip-2019
Wydawca: ФОП Паляниця В. А.
FOP Palyanitsa V. A.
Place edycja: Тернопіль
Ternopil
Zakresu czasowego: 20-21 червня 2019 року
20-21 June 2019
UDC: 004.932
Słowa kluczowe: ознаки середньої інтенсивності
освітлення
потемніння
сегментація
бінаризація
mean intensity features
lightning
darkening
segmenting
binarization
Strony: 4
Zakres stron: 41-44
Główna strona: 41
Strona końcowa: 44
Abstract: Розглянуто особливості індивідуальної інтенсивності пікселів у стовпцях і рядках. Особливості були застосовані до граней з різними коефіцієнтами експозиції. Для зменшення різниці між ознаками, зумовленими різними рівнями інтенсивності, була запропонована зміна інтенсивності та сегментації.
Face mean intensity features of pixels in columns and rows are considered. The features were applied to faces with different exposure coefficients. To reduce a difference between the features caused by different levels of intensity changing of intensity and segmenting approach was proposed.
URI: http://elartu.tntu.edu.ua/handle/lib/28773
ISBN: 978-617-7331-85-7
Właściciel praw autorskich: © Тернопільський національний технічний університет імені Івана Пулюя, укладання, оформлення, 2019
Związane URL literatura: https://arxiv.org/abs/1804.06655
https://fei.edu.br/~cet/facedatabase.htm
References: 1. E. Hjelmåsa1, B. KeeLowb, “Face Detection: A Survey”, Computer Vision and Image Understanding, vol.83, iss. 3, 2001, pp. 236-274.
2. W. Zhao, R. Chellappa, P. J. Phillips, A. Rosenfeld, “Face recognition: A literature survey”, ACM Computing Surveys, vol. 35, is. 4, 2003, pp.399-458.
3. A. F. Abate, M. Nappi, D. Riccio, G. Sabatino, “2D and 3D face recognition: A survey”, Pattern Recognition Letters, vol. 28, issue 14, 2007, pp. 1885-1906.
4. M. Wang, W. Deng, “Deep Face Recognition: A Survey”, Computer Vision and Pattern Recognition, 2019, https://arxiv.org/abs/1804.06655.
5. Y. Zhao, Z. Zhen, X. Liu, Y. Song, J. Liu, “The neural network for face recognition: Insights from an fMRI study on developmental prosopagnosia”, NeuroImage, vol.169, 2018, pp.151-161.
6. M. Al-Dabagh, M. Alhabib,F. AL-Mukhtar, “Face Recognition System Based on Kernel Discriminant Analysis, K-Nearest Neighbor and Support Vector Machine”, International Journal of Research and Engineering, vol.5, no.3, 2018, pp. 335-338.
7. N. P. Gopalan1, S. Bellamkonda, “Pattern Averaging Technique for Facial Expression Recognition Using Support Vector Machines”, I.J. Image, Graphics and Signal Processing, vol.9, 2018, pp.27-33.
8. A. Iosifidis, M. Gabbouj, “Scaling up Class-Specific Kernel Discriminant Analysis for large-scale Face Verification”, IEEE Trans. on Information Forensics and Security, vol. 11, issue 11, 2016, pp.2453- 2465.
9. FEI Face Database, 2019, https://fei.edu.br/~cet/facedatabase.htm.
Typ zawartości: Conference Abstract
Występuje w kolekcjach:Ⅳ Міжнародна науково-технічна конференція „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ (2019)

Pliki tej pozycji:
Plik Opis WielkośćFormat 
TPARP_2019_Melnyk_R-Influence_reduction_in_mean_41-44.pdf1,44 MBAdobe PDFPrzeglądanie/Otwarcie
TPARP_2019_Melnyk_R-Influence_reduction_in_mean_41-44.djvu317,34 kBDjVuPrzeglądanie/Otwarcie
TPARP_2019_Melnyk_R-Influence_reduction_in_mean_41-44__COVER.png424,53 kBimage/pngPrzeglądanie/Otwarcie
Pełny rekord


Pozycje DSpace są chronione prawami autorskimi