Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/28773

Назва: Influence reduction in mean intensity features for faces comparison
Інші назви: Зниження впливу ознак середньої інтенсивності для порівняння облич
Автори: Мельник, Роман
Тушницький, Руслан
Melnyk, Roman
Tushnytskyy, Ruslan
Приналежність: Національний університет “Львівська політехніка”
Бібліографічний опис: 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.
Є частиною видання: 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
Конференція/захід: 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
Журнал/збірник: 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
Дата публікації: 20-чер-2019
Дата внесення: 15-лип-2019
Видавництво: ФОП Паляниця В. А.
FOP Palyanitsa V. A.
Місце видання, проведення: Тернопіль
Ternopil
Часове охоплення: 20-21 червня 2019 року
20-21 June 2019
УДК: 004.932
Теми: ознаки середньої інтенсивності
освітлення
потемніння
сегментація
бінаризація
mean intensity features
lightning
darkening
segmenting
binarization
Кількість сторінок: 4
Діапазон сторінок: 41-44
Початкова сторінка: 41
Кінцева сторінка: 44
Короткий огляд (реферат): 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 (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/28773
ISBN: 978-617-7331-85-7
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя, укладання, оформлення, 2019
URL-посилання пов’язаного матеріалу: 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.
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Ⅳ Міжнародна науково-технічна конференція „Теоретичні та прикладні аспекти радіотехніки, приладобудування і компʼютерних технологій“ (2019)



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.