Кластеризация изображений лиц
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Распознавание образов
Статья в выпуске: 1 т.41, 2017 года.
Бесплатный доступ
В работе предложен алгоритм многошаговой кластеризации изображений лиц, предназначенный для разбиения исходной коллекции на группы похожих изображений. В основу алгоритма положена кластеризация мер близости между сегментированными по яркости изображениями. В качестве мер близости использованы евклидово расстояние и расстояние Кульбака-Лейблера. Сегментация яркости изображений и кластеризация мер их близости осуществлялись с помощью программной модели рекуррентной нейронной сети. Приводятся результаты экспериментальных исследований предложенного подхода.
Похожие статьи в разделе Прикладные информационные (компьютерные) технологии. Методы основанные на применении компьютеров
Короткий адрес: https://sciup.org/14059540
IDS: 14059540 | DOI: 10.18287/2412-6179-2017-41-1-59-66
Clustering face images
In this paper a multi-step algorithm for clustering face images is proposed. This algorithm is designed to split a collection of images into groups of similar images. The algorithm is based on clustering the proximity measures between brightness-based segmented images. As proximity measures, the Euclidean distance and the Kullback-Leibler distance were used. Brightness-based image segmentation and clustering respective proximity measures were carried out with the help of a software model of a recurrent neural network. Results of experimental studies of the proposed approach are presented.
Список литературы Кластеризация изображений лиц
- Гонсалес, Р. Цифровая обработка изображений/Р. Гонсалес, Р. Вудс; пер. с англ. -М.: Техносфера, 2005. -1072 с.
- Середин, О.С. Линейные методы распознавания образов на множествах объектов произвольной природы, представленных попарными сравнениями. Общий случай/О.С. Середин//Известия ТулГУ. Естественные науки. -2012. -№ 1. -С. 141-152.
- Середин, О.С. Выпуклые селективные критерии метода релевантных векторов в пространстве парных отношений объектов распознавания/О.С. Середин, В.В. Моттль, А.И. Татарчук, Н.А. Разин//Известия ТулГУ. Естественные науки. -2013. -№ 1. -С. 165-176.
- Nemirovskiy, V.B. Face recognition based on the proximity measure clustering/V.B. Nemirovskiy, A.K. Stoyanov, D.S. Goremykina//Computer Optics. -2016 -Vol. 40(5). -P. 740-745. - DOI: 10.18287/2412-6179-2016-40-5-740-745
- Крайнов, А. Кластеризация дубликатов в Яндекс.Картинках . -URL: http://www.slideshare.net/yandex/chel-krainov (дата обращения 5.07.2016).
- Воронцов, К.В. Лекции по метрическим алгоритмам классификации/К.В. Воронцов. -М.: МФТИ, 2007. -14 с.
- Немировский, В.Б. Распознавание нечётких дубликатов изображений, основанное на ранговом распределении мощностей кластеров яркости/В.Б. Немировский, А.К. Стоянов//Компьютерная оптика. -2014. -Т. 38, № 4. -С. 811-817.
- Nemirovskiy, V.B. Near-duplicate image recognition/V.B. Nemirovskiy, A.K. Stoyanov//Mechanical Engineering, Automation and Control Systems (MEACS): Proceedings of the International Conference, Tomsk, 2014. -(4 p.). - DOI: 10.1109/MEACS.2014.6986916
- Nemirovskiy, V.B. Application of recurrent neural network for multi-step full-color image segmentation/V.B. Nemirovskiy, A.K. Stoyanov//The 8th International Forum on Strategic Technology (IFOST-2013), 2013, Ulaanbaatar, Mongolia: in 2 vol. -2013. -Vol. 2. -P. 221-224. - DOI: 10.1109/IFOST.2013.6616891
- Nemirovskiy, V.B. Multi-step segmentation of images by means of a recurrent neural network/V.B. Nemirovskiy, A.K. Stoyanov//The 7th International Forum on Strategic Technology (IFOST-2012), September 18-21, 2012, Tomsk. -2012. -4 p. - DOI: 10.1109/IFOST.2012.6357619
- Немировский, В.Б. Сегментация изображений с помощью рекуррентной нейронной сети/В.Б. Немировский, А.К. Стоянов//Известия Томского политехнического университета. -2012. -Т. 321, № 5. -С. 205-210.
- Description of the collection of facial images . -URL: http://cswww.essex.ac.uk/mv/allfaces/(дата обращения 1.04.2016).
- Ландэ, Д.В. Интернетика: Навигация в сложных сетях: модели и алгоритмы/Д.В. Ландэ, А.А. Сиарский, И.В. Безсуднов. -М.: Книжный дом «Либроком», 2009. -264 с. -ISBN: 978-5-397-00497-8.
- Агеев, М. Труды РОМИП'2010 /М. Агеев, И. Кураленок, И. Некрестьянов. -URL: http://romip.ru/romip2010/index.html/(дата обращения 8.12.2016).
