X hits on this document

68 views

0 shares

0 downloads

0 comments

22 / 35

18

Ing. Danis Lo´pez Naranjo, Dr. C. Jose´ Herna´ndez Palancar

Tabla 8. Ma´s aplicaciones de la GPU

Military Mine planning Nbody

Imaging

Mathematics research Ray tracing

Optical inspection Molecular dynamics

Ultrasound

Particle physics

Multispectral imaging MRI reconstruction

Neural networks

Surgery simulation Protein folding

Robotic vision/AI Seismic imaging

Robotic surgery

Surveillance

Telescope

X-ray

Video conferencing Visualization

5.

Reconocimiento

de

rostros

En la de´cada del 2000 se ha alcanzado un cierto nivel de madurez de los algoritmos y me´todos que se han desarrollado en el reconocimiento de rostro utilizando a las unidades de procesamiento gra´fico para acelerar estos algoritmos, las aplicaciones de este tipo esta´n dadas ba´sicamente por un creciente intere´s comercial por su gran utilidad en el mundo automatizado; una aplicacio´n informa´tica dedicada al reconocimiento de rostros humanos es capaz de identificar automa´ticamente a una persona mediante una imagen o un fotograma tomado de una secuencia de video por sus caracterı´sticas faciales. Un ejemplo de estas aplicaciones en la actualidad lo podemos encontrar en: sistemas de vigilancia, proceso de autenticacio´n de usuarios en aplicaciones informa´ticas, control de acceso, entre otras.

Los sistemas actuales se limitan tı´picamente a una tarea muy especı´fica y de un am- biente controlado, la falta de generalidad es necesitada por las aplicaciones del mundo real. Esto incluye sobre todo la robustez frente a variaciones en el tama˜no, posicio´n, postu- ra y la iluminacio´n de la apariencia de la cara en la ima´gen resultante. Si bien la apariencia y funcio´n de muchos enfoques han sido desarrolladas y son capaces de resolver algunos de estos temas, la mayorı´a de ellos suelen fallar cuando se producen la variacio´n de la iluminacio´n y la postura. Una tendencia reciente a superar esas limitaciones, es explotar la informacio´n 3D de rostros humanos, que se puede obtener directamente del rango de un escanner [23], desde una imagen [11] o de mu´ltiples ima´genes [17]. Pero el uso de es- tas te´cnicas requiere un procedimiento iterativo no lineal que lleva mucho tiempo y no se ajusta a las caracterı´sticas de las aplicaciones en el mundo real. Los antiguos me´todos generalmente no son capaces de tratar con extrema variacio´n de pose o no son aplicables a los escenarios del mundo real debido a limitaciones de tiempo, tales como procedimientos de optimizacio´n de consumo o complejos sistemas de adquisicio´n de profundidad. En este capı´tulo se muestra el estado actual de los algoritmos utilizados en el reconocimiento de rostros acelerados en las unidades de procesamiento gra´fico.

5.1.

Taxonomı´a

5.2.

Algoritmos dependientes de la pose

5.2.1.

Basados en

caracterı´sticasgeome´tricas

Este artı´culo [32] describe las implementaciones de la novedosa funcio´n de seguimiento KLT y los algoritmos de extraccio´n caracterı´stica SIFT que se ejecutan en la unidad de procesamiento gra´fico y son adecuados para el ana´lisis de vı´deo en tiempo real en sistemas de visio´n. Estos algoritmos funcionan para las arquitectura de las GPUs ATI

Document info
Document views68
Page views68
Page last viewedSun Dec 04 10:26:37 UTC 2016
Pages35
Paragraphs855
Words14967

Comments