移至上方區塊 移至主內容區塊移至頁尾區塊
Header
:::
Content

創新產學育成中心33案

R104A107 研發處-元譯實業股份有限公司-「多層次解析之局部紋理特徵應用技術輔導計畫」-蔡耀弘 張東淼 曾光榮
2016.12.14( 週三. )
計畫名稱:元譯實業股份有限公司委託玄奘大學辦理「多層次解析之局部紋理特徵應用技術輔導」
 
合作廠商:元譯實業股份有限公司
 
主持人:蔡耀弘
 
參與人員/學生:資研碩2A MD1054005 林O蓉
                             資研碩2A MD1054016 張O誠
 
 
計畫時間:計畫時間:自民國105年05月01日起至民國106年6月30日止
 
緣起:
近年來生物辨識技術已日漸成熟,且應用範圍相當廣泛,如人臉辨識、指紋辨識。影像辨識常因光照影響導致辨識準確率降低,區域二元特徵法在分析過程中不會因光照影響辨識結果,且具有運算方式簡單,單一區塊的運算速度快等優點,本篇應用之階層式區域二元特徵因特徵數目增加使辨識結果較穩定,且抽取特徵範圍較大各區域差異較明顯。
 
目的:
本篇主要分成三大部分,分別是「人臉偵測」、「人臉特徵擷取」及「人臉辨識」,利用Adaboost偵測人臉位置後利用區域二元特徵及階層式區域二元特徵法克服光線的影響並擷取出特徵,接著經過主成分分析法訓練,實驗結果顯示應用本篇方法可有效並快速的辨識出人臉。
 
執行情形:
生物辨識技術取代以往利用密碼或鑰匙等容易被人遺忘或盜用的方法進行解鎖,透過生物辨識技術每個人都擁有屬於自己獨一無二的密碼。目前常見的生物辨識技術包含指紋辨識、虹膜辨識、簽名辨識及人臉辨識,多數辨識技術需仰賴較高昂或接觸式裝置較不易普及。
人臉辨識的概念相當簡單,僅需隨手可得的相機或攝影機拍攝臉部影像後利用系統找出並擷取人臉區域,抓取人臉影像特徵後與與訓練過的資料庫進行比對,即可辨識出人臉。
一般人臉辨識系統大致分為人臉偵測、人臉特徵擷取及人臉辨識三大步驟。人臉偵測常見的方法有:主成分分析法、樣本比對法、膚色判別法及本篇使用的Adaboost;人臉特徵擷取常見方法有:幾何特徵法、賈伯濾波器、主動外觀模型及本篇使用的區域二元特徵法;人臉辨識部分常見的方法有:K近鄰分類法、貝氏分類法、支持向量機、類神經網路及本篇使用的主成分分析法。
區域二元特徵法具有運算方式簡單,單一區塊的運算速度快及不受光照影響辨識結果等優點,本篇應用之階層式區域二元特徵因特徵數目增加使辨識結果較穩定,且抽取特徵範圍較大各區域差異較明顯。其特徵擷取方式如下圖所示,二階層式區域二元特徵計算方法,依序由左上至右下進行。
 
成果:
元譯實業股份有限公司:協助透過本計畫,在智慧便是領域導入特徵分析與人工智慧程式開發專業技術轉移。
玄奘大學資訊管理學系:參與的研究人員將可以深入了解每項技術的理論基礎與相關系統的運作架構,並在工程用資訊系統操作流程與介面設計上,學習開發過程與方法。
 

 

圖片瀏覽
最後更新日期: 2018-02-01
:::
Footer