X hits on this document

85 views

0 shares

0 downloads

0 comments

23 / 35

Estado actual de los algoritmos de Reconocimiento de Rostro usando Tecnologı´a GPU

19

Fig. 7. Taxonomı´a de los algoritmos usados en el reconocimiento de rostro implementado en la GPU.

y Nvidia. De manera que, la extraccio´n saliente de los puntos caracterı´sticos 2D en el video son importantes en muchas fases de la visio´n por computadora, dentro de ellas resaltan la detencio´n, el reconocimiento y la estructura del movimiento. El algoritmo de seguimiento KLT calcula el desplazamiento de las caracterı´sticas de los puntos de intere´s entre los fotogramas de videos consecutivos, cuando la imagen de la restriccio´n cumple la constancia de brillo y el movimiento en la imagen es bastante peque˜no. El ejemplo citado por los autores se basa en un modelo de traslacio´n local entre los fotogramas de videos consecutivos. El desplazamiento de una caracterı´stica se calcula utilizando el me´todo de Newton para minimizar la suma de las distancias al cuadrado (SSD) en una ventana de seguimiento alrededor de la posicio´n caracterı´stica de las dos ima´genes.

Un fotograma de video en el tiempo esta´ representado por la siguiente expresio´n I(∗ ∗ t). Si el desplazamiento de un punto (x y) de la imagen es peque˜no y esta´ entre (t y t + 4t) denotado por (4x 4y) y concuerda con la constancia de brillo se puede afir- mar que:

I(x y t + 4t) = I(x + 4x y + 4y t)

Para x = (x y)t y v = (4x 4y)t en presencia del ruido de la imagen (r) tenemos que:

I(x t + 4t) = I(x + d t) + r

El algoritmo KLT calculara´ el vector de desplazamiento d que minimiza el siguiente error:

r=

w(I(x + d t)

I(x t + 4t))2

Sobre una peque˜na trayectoria de la imagen W. De la aproximacio´n de I(x + d t) de- sarrollado por Taylor se obtiene el siguiente sistema de ecuaciones lineales para estimar d.

Document info
Document views85
Page views85
Page last viewedFri Dec 09 03:34:40 UTC 2016
Pages35
Paragraphs855
Words14967

Comments