Проблема идентификации человека на основе изображения его лица. Подходы к решению задачи аудио-идентификации. Архитектура программы и методика объединения результатов идентификации. Компоновка биометрической информации. Тестирование полученной системы.
1. Обзор предметной области 1.1 Направление исследования 1.2 Существующие методы решения поставленной задачи 1.2.1 Идентификация по изображению лица 1.2.2 Идентификация по записи голоса 1.3 Подходы к проблеме идентификации человека по изображению его лица 1.3.1 Статья «Выделение лица на фотографии в реальном времени с помощью метода главных компонент» 1.3.2 Статья «Eigenfaces for Recognition» 1.3.3 Статья «Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection» 1.4 Подход к идентификации человека по записи его голоса 1.5 Аналоги 1.6 Методика исследования 2. Описание используемых алгоритмов 2.1 Собственные вектора и числа матрицы 2.2 Алгоритм Eigenface 2.2.1 Этап обучения 2.2.2 Этап распознавания 2.3 Алгоритм Fisherface 2.4 Методы аудио-идентификации 2.4.1 Мел-частотные кепстральные коэффициенты 2.4.2 Векторная квантизация 2.4.3 Удаление участков тишины 3. Методы реализации и практические результаты 3.1 Инструменты реализации 3.2 Структура приложения 3.2.1 Модуль идентификации по изображению 3.2.2 Модуль идентификации по голосу 3.2.3 Модуль хранения данных и интерпретации результатов 3.3 Практические результаты 4. [1] В основе алгоритма Eigenface лежит метод главных компонент и вычисление собственных векторов и собственных значений ковариационной матрицы. [3,6] Существует два варианта расчета расстояния между тестовым вектором и векторами обучающей выборки: евклидово расстояние и расстояние Махаланобиса. Так, например, программа FastAccess от компании Logitech предлагает идентификацию и управление паролями на основе изображения лица.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
