Področje samodejnega razpoznavanja obrazov predstavlja hitro razvijajoče se področje, ki zaradi svojega tržnega potenciala ter ne nazadnje tudi raziskovalne zahtevnosti, vsako leto privablja več in več R&R oddelkov različnih zasebnih in javnih inštitucij z vsega sveta. Posledično se izboljšuje tudi učinkovitost postopkov razpoznavanja, ki so zaradi različnih zunanjih dejavnikov žal še zmeraj podvrženi napakam. Med temi dejavniki velja posebej izpostaviti spremenljive svetlobne razmere pri zajemu slik, ki lahko izgled obraza na sliki spremenijo tudi to te mere, da obraz postane tako rekoč nerazpoznaven. V literaturi lahko zasledimo kar nekaj postopov, ki poskušajo odpraviti vplive osvetlitve na izgled obraza in posledično na učinkovitost razpoznavanja obrazov. Ti postopki zajemajo preproste metode kot je izravnava histograma ali gama korekcija slik pa tudi bolj kompleksne pristope kot je homomorfno filtriranje, anizotropno glajenje ali porazdeljeno povprečenje slikovnih elementov slike. V poglavju predstavljamo pregled najpopularnejših in najučinkovitejših postopkov svetlobnega normiranja slik, ki se uporabljajo na nivoju predobdelave slik obrazov. Vse predstavljene postopke preizkusimo na javno dostopnih zbirkah YaleB in XM2VTS ter analiziramo njihove lastnosti tako s teoretičnega kot tudi z implementacijskega vidika. Poudariti velja, da je predstavljeni znanstveni dosežek nastal v okviru preteklega raziskovalnega dela in ne v okviru aplikativnega podoktorskega projekta BAMBI. Na tem mestu ga navajamo zgolj zato, ker spada med znanstveno-raziskovalne dosežke projektnega vodje v letu 2011 in predstavlja podlago zbirke orodij INFace, ki smo jo v okviru projekta nadgradili.
COBISS.SI-ID: 7970388
Učinkovita, hitra ter predvsem zanesljiva poravnava obraznih področij s kanonično formo obraza predstavlja enega ključnih korakov k učinkovitemu razpoznavanju obrazov. Obstoječi postopki kot podlago za poravnavo najpogosteje uporabljajo kar koordinate oči, kar poraja zahtevo po učinkovitih postopkih za lokalizacijo oči v slikah. V članku v ta namen predstavljamo novo skupino korelacijskih filtrov z imenom glavne smeri sintetičnih korelacijskih filtrov (angl. Principal directions of Synthetic Exact Filters -PSEFs). Predstavljeni filtri predstavljajo posplošitev pred kratkim predlaganih povprečij sintetičnih korelacijskih filtrov (angl. Average of Synthetic Exact Filters - ASEFs) in se odlikujejo z izredno kratkimi časi učenja, računsko preprostostjo, visoko učinkovitostjo lokalizacije in zmožnostjo delovanja v realnem času. V članku predstavljamo postopek izgradnje filtrov PSEF, analizo njihovih značilnosti, ter postopek njihove uporabe za namene iskanja oči v sliki. Učinkovitost lokalizacije s predlaganimi filtri pokažemo na javno dosegljivi podatkovni zbirki FERET, kjer izvedemo še primerjavo z uveljavljenimi postopki lokalizacije kot je lokalizacija na podlagi detektorja Viole in Jonesa ali lokalizacija na podlagi ASEF filtrov. V vseh poizkusih predlagani filtri PSEF dosežejo najboljše rezultate lokalizacije. Podobno kot prejšnji dosežek, je tudi ta dosežek rezultat preteklega raziskovalnega dela in je nastal na podlagi drugih virov financiranja. Na tem mestu je naveden, ker predstavlja znanstveno-raziskovalni dosežek vodje podoktorskega projekta iz leta 2011 in predstavlja podlago za raziskovalno delo projekta BAMBI na robustnih postopkih registracije obrazov.
COBISS.SI-ID: 8240724