Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

26 12 0
Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BÁO CÁO GIỮA KÌ Hướng dẫn TS TRẦN VŨ HOÀNG Sinh viên TRẦN NGUYỄN THANH DUY MSSV 17119064 LÊ ANH KHÔI MSSV 17119103 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BỘ MÔN KỸ THUẬT MÁY TÍNH – VIỄN THÔNG NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH Hồ Chí Minh, Tháng 112020 XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION) Mục lục LỜI CẢM ƠN 1 CHƯƠNG 1 MỤC TIÊU CỦA PROJECT 1 CHƯƠNG 2 LÝ DO CHỌN PROJECT 3 CHƯƠNG 3 CÁC THỬ THÁCH CỦA PROJECT 4 3 1 Nhiễu do background 4 3 2 Ánh sáng 4 3 3 K.

... PROJECT Nhận dạng người đề tài có tính ứng dụng cao thực tiễn Bài toán nhận dạng người có nhiều ứng dụng như:  Phát kiện bất thường  Đặc điểm dáng người  Đếm số người, xác định theo dõi người. .. tạp Một số tốn nhận dạng người, từ biết phát kiện bất thường, đặc điểm dáng người, đếm số người, xác định theo dõi người, phát người bộ, phân loại giới tính, phát ngã người cao tuổi, v.v CHƯƠNG... có, lựa chọn khơng phù hợp dẫn đế độ xác hệ thống không mong muốn, làm cho hệ thống giật lag, độ trễ lớn, delay nhiều Do việc đánh đổi độ xác tốc độ hệ thống tóa khó mà nhóm phải giải CHƯỚNG 4:

Ngày đăng: 14/05/2022, 14:00

Hình ảnh liên quan

Và còn có đặc trưng như Đặc trưng 4 hình (four-rectangle featrures) - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

c.

òn có đặc trưng như Đặc trưng 4 hình (four-rectangle featrures) Xem tại trang 9 của tài liệu.
Có rất nhiều bộ lộc haar như vậy trong 1 bức hình đã được quét. Ta có thể sử dụng Adaboost (adaptive boosting) để kết hợp các bộ lọc trên   - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

r.

ất nhiều bộ lộc haar như vậy trong 1 bức hình đã được quét. Ta có thể sử dụng Adaboost (adaptive boosting) để kết hợp các bộ lọc trên Xem tại trang 10 của tài liệu.
Theo hình thì kết quả là 2 bộ lọc ở mục trên là những bộ lọc tốt nhất theo như Adaboost - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

heo.

hình thì kết quả là 2 bộ lọc ở mục trên là những bộ lọc tốt nhất theo như Adaboost Xem tại trang 11 của tài liệu.
Trong quá trình train, mô hình sẽ lựa chọn các classifier tốt nhất với độ tự tin hợp lý để ưu tiên việc falsenegative không được phép tồn tại — vì nếu chúng ta gặp false  positive ,  các bước sau sẽ loại ví dụ đó cho chúng ta - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

rong.

quá trình train, mô hình sẽ lựa chọn các classifier tốt nhất với độ tự tin hợp lý để ưu tiên việc falsenegative không được phép tồn tại — vì nếu chúng ta gặp false positive , các bước sau sẽ loại ví dụ đó cho chúng ta Xem tại trang 12 của tài liệu.
Có 5 bước cơ bản để xây dựng một vector HOG cho hình ảnh, bao gồm: - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

5.

bước cơ bản để xây dựng một vector HOG cho hình ảnh, bao gồm: Xem tại trang 13 của tài liệu.
Để tính toán vector đặc trưng cho từng ô (cell), chúng ta cần chia hình ảnh thành các block, mỗi block lại chia đều thành các cell - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

t.

ính toán vector đặc trưng cho từng ô (cell), chúng ta cần chia hình ảnh thành các block, mỗi block lại chia đều thành các cell Xem tại trang 14 của tài liệu.
 Với mỗi hình ảnh kích thước 64x128, chia thành các block 16x16 chồng nhau, sẽ có 7 block ngang và 15 block dọc, nên sẽ có 7x15 = 105 blocks - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

i.

mỗi hình ảnh kích thước 64x128, chia thành các block 16x16 chồng nhau, sẽ có 7 block ngang và 15 block dọc, nên sẽ có 7x15 = 105 blocks Xem tại trang 17 của tài liệu.
Hình 4. Ssd Architecture - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

Hình 4..

Ssd Architecture Xem tại trang 18 của tài liệu.
Hình 1. Model Faster R-CNN. - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

Hình 1..

Model Faster R-CNN Xem tại trang 19 của tài liệu.
Hình 2. RPN network model. - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

Hình 2..

RPN network model Xem tại trang 20 của tài liệu.
Hình 3. Convolutional feature - Báo cáo giữa kì: XÂY DỰNG HỆ THỐNG NHẬN DIỆN NGƯỜI ( HUMAN DETECTION)

Hình 3..

Convolutional feature Xem tại trang 21 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan