Участник:Bagnikita/Face Recognition - История изменений

Lineprinter: Lineprinter переименовал страницу Face Recognition в Участник:Bagnikita/Face Recognition без оставления перенаправления

2016-11-03T12:00:19Z

Lineprinter переименовал страницу Face Recognition в Участник:Bagnikita/Face Recognition без оставления перенаправления

← Предыдущая версия	Версия от 12:00, 3 ноября 2016
(нет различий)

Algoman в 09:59, 2 ноября 2016

2016-11-02T09:59:41Z

← Предыдущая версия		Версия от 09:59, 2 ноября 2016
Строка 1:		Строка 1:
	{{Assignment}}		{{Assignment\|Algoman}}

	{{algorithm		{{algorithm
	\| name = Распознавание лиц		\| name = Распознавание лиц

Bagnikita в 08:53, 2 ноября 2016

2016-11-02T08:53:19Z

← Предыдущая версия		Версия от 08:53, 2 ноября 2016
Строка 1:		Строка 1:
			{{Assignment}}
	{{algorithm		{{algorithm
	\| name = Распознавание лиц		\| name = Распознавание лиц

Bagnikita: /* Информационный граф */

2016-11-02T08:52:27Z

Информационный граф

← Предыдущая версия		Версия от 08:52, 2 ноября 2016
Строка 131:		Строка 131:
	Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.		Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.

	[[Файл:Facerecognition-~~1raph~~.png\|thumb\|center\|700px\|Рисунок 0. Граф параллельного алгоритма]]		[[Файл:Facerecognition-graph.png\|thumb\|center\|700px\|Рисунок 0. Граф параллельного алгоритма]]

	=== Ресурс параллелизма алгоритма ===		=== Ресурс параллелизма алгоритма ===

Bagnikita: /* Информационный граф */

2016-11-02T08:52:18Z

Информационный граф

← Предыдущая версия		Версия от 08:52, 2 ноября 2016
Строка 131:		Строка 131:
	Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.		Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.

	[[Файл:Facerecognition-~~graph~~.png\|thumb\|center\|700px\|Рисунок 0. Граф параллельного алгоритма]]		[[Файл:Facerecognition-1raph.png\|thumb\|center\|700px\|Рисунок 0. Граф параллельного алгоритма]]

	=== Ресурс параллелизма алгоритма ===		=== Ресурс параллелизма алгоритма ===

Bagnikita: /* Информационный граф */

2016-11-02T08:50:41Z

Информационный граф

← Предыдущая версия		Версия от 08:50, 2 ноября 2016
Строка 131:		Строка 131:
	Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.		Видно, что у алгоритма большой ресурс по возможности распараллеливания за счет возможности параллельной реализации практически любой его части.

	~~TODO~~: ~~сгенерировать картинку в graphviz~~		[[Файл:Facerecognition-graph.png\|thumb\|center\|700px\|Рисунок 0. Граф параллельного алгоритма]]

	=== Ресурс параллелизма алгоритма ===		=== Ресурс параллелизма алгоритма ===

Bagnikita в 08:40, 2 ноября 2016

2016-11-02T08:40:31Z

← Предыдущая версия		Версия от 08:40, 2 ноября 2016
Строка 276:		Строка 276:

	Системы распознавания лиц редко бывают открытыми (или они низкого качества), поэтому известных распределенных систем распознавания лиц мало. Такие системы часто создаются под отдельный проект и их нельзя купить как "коробочное" решение.		Системы распознавания лиц редко бывают открытыми (или они низкого качества), поэтому известных распределенных систем распознавания лиц мало. Такие системы часто создаются под отдельный проект и их нельзя купить как "коробочное" решение.

			== Литература ==

	[[Категория:Нейронные сети]]		[[Категория:Нейронные сети]]

Bagnikita: /* Программная реализация алгоритма */

2016-11-02T08:39:58Z

Программная реализация алгоритма

← Предыдущая версия		Версия от 08:39, 2 ноября 2016
Строка 164:		Строка 164:
	== Программная реализация алгоритма ==		== Программная реализация алгоритма ==

	Построение биометрических шаблонов выполнено при помощи библиотеки распознавания лиц FaceSDK<ref>http://tevian.ru/product/facesdk</ref>. В этом разделе приводится эффективность параллельной реализации сравнения изображени лица с некоторой базой лиц.		Построение биометрических шаблонов выполнено при помощи библиотеки распознавания лиц Tevian FaceSDK<ref>http://tevian.ru/product/facesdk</ref>. В этом разделе приводится эффективность параллельной реализации сравнения изображени лица с некоторой базой лиц.

	=== Особенности реализации последовательного алгоритма ===		=== Особенности реализации последовательного алгоритма ===

Bagnikita: /* Программная реализация алгоритма */

2016-11-02T08:39:45Z

Программная реализация алгоритма

← Предыдущая версия		Версия от 08:39, 2 ноября 2016
Строка 164:		Строка 164:
	== Программная реализация алгоритма ==		== Программная реализация алгоритма ==

	Построение биометрических шаблонов выполнено при помощи библиотеки распознавания лиц FaceSDK. В этом разделе приводится эффективность параллельной реализации сравнения изображени лица с некоторой базой лиц.		Построение биометрических шаблонов выполнено при помощи библиотеки распознавания лиц FaceSDK<ref>http://tevian.ru/product/facesdk</ref>. В этом разделе приводится эффективность параллельной реализации сравнения изображени лица с некоторой базой лиц.

	=== Особенности реализации последовательного алгоритма ===		=== Особенности реализации последовательного алгоритма ===

Bagnikita: /* Сравнение биометрических шаблонов */

2016-11-02T08:39:02Z

Сравнение биометрических шаблонов

← Предыдущая версия		Версия от 08:39, 2 ноября 2016
Строка 49:		Строка 49:
	==== Сравнение биометрических шаблонов ====		==== Сравнение биометрических шаблонов ====

	На предыдущем этапе был получен вектор значений <math>D={A}^d</math>, где d - размерность дескриптора. Можно рассматривать достаточно много различных оценивающих функций (метриками их называть некорректно, т.к для них не всегда выполняется неравенство треугольника). Например, в качестве такой функции можно рассматривать cosine distance - косинус угла между векторами-признаками в d-мерном пространстве. Также достаточно часто используют L2 метрику, либо более сложные контрукции, такие как ~~[https~~://~~www~~.~~microsoft~~.~~com/en~~-us/~~research/publication/bayesian-face-revisited-a-joint-formulation/ Joint Bayesian]~~. У всех таких "метрик" есть преимущества и недостатки, например в L2 можно легко проводить кластеризацию, тогда как в JointBayes и cosine metric нет. JointBayes можно дообучить на целевой выборке и повысить точность работы алгоритма.		На предыдущем этапе был получен вектор значений <math>D={A}^d</math>, где d - размерность дескриптора. Можно рассматривать достаточно много различных оценивающих функций (метриками их называть некорректно, т.к для них не всегда выполняется неравенство треугольника). Например, в качестве такой функции можно рассматривать cosine distance - косинус угла между векторами-признаками в d-мерном пространстве. Также достаточно часто используют L2 метрику, либо более сложные контрукции, такие как JointBayesian<ref>Chen D. et al. Bayesian face revisited: A joint formulation //European Conference on Computer Vision. – Springer Berlin Heidelberg, 2012. – С. 566-579.</ref>. У всех таких "метрик" есть преимущества и недостатки, например в L2 можно легко проводить кластеризацию, тогда как в JointBayes и cosine metric нет. JointBayes можно дообучить на целевой выборке и повысить точность работы алгоритма.

	==== Поиск в базе и формирование результата ====		==== Поиск в базе и формирование результата ====