Dynamic Computer Vision

Syed Zahidur Rashid

ISBN 10: 3639761588 / ISBN 13: 9783639761580

Edité par Scholars' Press Feb 2015, 2015

A propos de cet article

Neuware -This book focuses primarily on the development of orthoface for recognition. Orthoface method transforms faces from image space to face space. It achieves a dimension reduction similar to that of eigenface. All of the classification methods applicable to eigenface method can be applied to the orthoface method without any further modification. It maximises the inter-class scattering, and minimizes the intra-class scattering, which has been the weakness of the conventional eigenface method. The project matrix of the training face from the orthoface method forms an upper-triangular matrix. Each training face has a different number of coefficients allowing better discrimination and classification. The classification technique improves recognition speed significantly. This book also focuses on pose-invariant face recognition. This part concentrates on the use of a 3D head model and texture mapping technique to derive new pose views from one or two existing views, which is realised through the use of a deformable 3D head model. Deformation is done via parameters extracted from various feature measurements. The facial texture is mapped onto the 3D surface using cylinder texture mapping.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 212 pp. Englisch.

N° de réf. du vendeur 9783639761580

Détails bibliographiques

• Titre: Dynamic Computer Vision
• Éditeur: Scholars' Press Feb 2015
• Date de parution: 2015
• Langue: anglais
• ISBN à 10 chiffres: 3639761588
• ISBN à 13 chiffres: 9783639761580
• Reliure: Taschenbuch
• État de l'article: Neu
• Dimensions: 220 L x 150 H x 13 P (en millimètres) 220 millimètres de largeur par 150 millimètres de hauteur par 13 millimètres de profondeur
• Poids: 334 grammes

A propos de ce titre

Synopsis

Ce livre se concentre principalement sur le développement de l'orthoface pour la reconnaissance. La méthode Orthoface transforme les visages de l'espace d'image en espace de visage. Il permet d'obtenir une réduction de dimension similaire à celle de la face propre. Toutes les méthodes de classification applicables à la méthode eigenface peuvent être appliquées à la méthode de l'orthoface sans autre modification. Il maximise la diffusion inter-classes et minimise la diffusion intra-classe, ce qui a été la faiblesse de la méthode conventionnelle des faces propres. La matrice de projet du visage d'entraînement de la méthode d'orthoface forme une matrice triangulaire supérieure. Chaque visage d'entraînement a un nombre différent de coefficients permettant une meilleure discrimination et classification. La technique de classification améliore considérablement la vitesse de reconnaissance. Ce livre se concentre également sur la reconnaissance faciale invariante de pose. Cette partie se concentre sur l'utilisation d'un modèle de tête 3D et d'une technique de cartographie de texture pour dériver de nouvelles vues de pose à partir d'une ou deux vues existantes, ce qui est réalisé grâce à l'utilisation d'un modèle de tête 3D déformable. La déformation se fait via des paramètres extraits de différentes mesures de caractéristiques. La texture du visage est cartographiée sur la surface 3D à l'aide de la cartographie de texture cylindrique.