लिप मान्यता कंप्यूटर विजन में एक समस्या यह है कि यह पूरी तरह से हल नहीं किया जाता है। हायर-जैसे क्लासिफायर जिन्हें आप उपयोग कर रहे हैं (ओपनसीवी में शामिल) चेहरा पहचान में अच्छी तरह से प्रदर्शन करते हैं लेकिन होंठ पहचान के लिए बेहतर तकनीक विकसित की गई है। आपको अलग-अलग एल्गोरिदम बनाना होगा और अपने उद्देश्य के लिए बेहतर विकल्प चुनना होगा। तथ्य यह है कि आप आईओएस के लिए विकास कर रहे हैं, अतिरिक्त बाधाओं (मेमोरी पदचिह्न, सीपीयू, आदि) के कारण कार्य कठिन हो जाता है। मैं तुम्हारे लिए होंठ मान्यता में कला के राज्य का एक संक्षिप्त अवलोकन घनीभूत हो गया तो आप आगे अनुसंधान कर सकें:
छवि आधारित तकनीकों:
होठों को पहचानने के लिए तरीके तीन बड़े श्रेणियों में वर्गीकृत किया जा सकता है: ये हाइपोटिस पर आधारित हैं कि त्वचा और होंठ के अलग-अलग रंग होते हैं। पेपर [2] साइन लैंग्वेज मान्यता के लिए इस तरह के दृष्टिकोण का एक उदाहरण है। रंग क्लस्टरिंग का भी पता लगाया गया है [3]। यह मानता है कि छवि में दो पिक्सेल कक्षाएं हैं: त्वचा और होंठ। यदि विधि दाढ़ी है, या उसके दांत दिखा रही है, तो यह विधि उचित नहीं है।
मॉडल आधारित तकनीक: ये विधियां पिछले लोगों की तुलना में अधिक मजबूत हैं क्योंकि वे होंठ के आकार के बारे में पूर्व जानकारी का उपयोग करते हैं। हालांकि, वे अधिक महंगे कम्प्यूटेशनल हैं इसलिए वे मोबाइल उपकरणों पर कार्यान्वयन के लिए उपयुक्त नहीं हो सकते हैं। आम (सक्रिय उपस्थिति मॉडल) इस समूह से संबंधित हैं और मैन्युअल रूप से एनोटेटेड डेटा से होंठ का आकार सीखते हैं। Wikipedia article के "बाहरी लिंक" खंड में आप कुछ ओपन सोर्स कार्यान्वयन और पुस्तकालय देख सकते हैं जिन्हें सी ++/ओपनसीवी में पोर्ट किया जा सकता है।
हाइब्रिड तकनीक: ये विधियां छवि आधारित विधियों और मॉडल आधारित विधियों का संयोजन हैं। आमतौर पर, लिप क्षेत्र की स्थिति और आकार का अनुमान लगाने के लिए छवि पर आधारित रंग आधारित तकनीक पहली बार लागू होती है; फिर, एक मॉडल आधारित तकनीक (जैसे एएएम) होंठ के रूप में निकालने के लिए ब्याज के क्षेत्र में लागू होती है। [4] इस तकनीक का एक उदाहरण है।
[2] यू Canzler और टी Dziurzyk, "की Videobased के लिए गैर मैनुअल विशेषताएं निष्कर्षण सांकेतिक भाषा मान्यता"। ; एमवीए की कार्यवाही में। 2002, 318-321
[3] लींग, शु-हंग, शि-लिन वांग, और विंग-हांग लॉ। "एक अंडाकार आकार समारोह को शामिल करने वाले अस्पष्ट क्लस्टरिंग का उपयोग करके होंठ छवि विभाजन।" छवि प्रसंस्करण, 13.1 (2004) पर आईईईई लेनदेन: 51-62।
[4] बौवियर, ईसाई, पी-वाई। कूलन, और जेवियर मालदीग। "आरओआई अनुकूलन और पैरामीट्रिक मॉडल के आधार पर अप्रशिक्षित होंठ विभाजन।" छवि प्रसंस्करण, 2007. आईसीआईपी 2007. आईईईई अंतर्राष्ट्रीय सम्मेलन पर। वॉल्यूम। 4. आईईईई, 2007.
स्रोत
2013-02-04 15:59:06
धन्यवाद .. @ डैनियल .. इससे मुझे बहुत मदद मिली ... – Amitabha
@Amitabha आप पहचान के लिए क्या उपयोग करते हैं? –