Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/7867
Title: การตรวจหาและติดตามใบหน้าด้วยกล้องวีดิทัศน์ 2 ตัวแบบส่ายก้มเงยและซูม
Other Titles: Face detection and tracking using two pan/tilt/zoom video cameras
Authors: พิชัย อำนวยกาญจนสิน
Advisors: สุภาวดี อร่ามวิทย์
ธนารัตน์ ชลิดาพงศ์
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Supavadee.A@chula.ac.th
thanarat AT it.kmitl.ac.th
Subjects: กล้องวีดิทัศน์
Issue Date: 2548
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: วิทยานิพนธ์นี้นำเสนอขั้นตอนวิธีการตรวจหา ติดตาม และรู้จำใบหน้าเวลาจริง โดยใช้กล้อง วีดิทัศน์ส่าย ก้มเงย และซูม (PTZ) 2 ตัว ทำงานร่วมกัน โดยแบ่งการทำงานร่วมกันออกได้เป็น 2 ส่วน คือ ส่วนการรู้จำใบหน้าและติดตามบุคคลเป้าหมาย ในส่วนของการรู้จำใบหน้าร่วมกันจะอาศัยผลการรู้จำที่ได้จากทั้งสองกล้อง ข้อดีของกระบวนการนี้ คือ เป็นการเพิ่มโอกาสที่จะรับภาพใบหน้าได้ในมุมมองที่ดีทั้งในด้านขนาดและตำแหน่งมุมมอง นั่นคือ เป็นการเพิ่มความแม่นยำของการรู้จำใบหน้า โดยการใช้ผลของการรู้จำใบหน้าจากกล้องทั้งสองมาพิจารณาและวิเคราะห์ร่วมกัน ทั้งนี้สำหรับกล้องวีดิทัศน์แต่ละตัว ใบหน้ามนุษย์จะถูกตรวจหาและแยกส่วนจากฉากวีดิทัศน์โดยใช้การตรวจหาการเคลื่อนที่และสีผิว จากนั้นจะนำภาพใบหน้าที่ได้ไปใช้สำหรับการรู้จำ ซึ่งจะใช้กระบวนการจับคู่ใบหน้าด้วยการวัดความคล้ายของการแจกแจงของสีระหว่างภาพใบหน้ารับเข้ากับภาพใบหน้าในฐานข้อมูลด้วยระยะ Bhattacharyya ส่วนการทำงานร่วมกันแบบที่สอง คือ การทำงานร่วมกันสำหรับติดตามบุคคลเป้าหมายอย่างต่อเนื่องระหว่างกล้องวีดิทัศน์ทั้งสองตัว โดยใช้ลักษณะสีและทิศทางการเคลื่อนที่สำหรับการระบุบุคคล ผลการทดลอง แสดงให้เห็นว่าขั้นตอนวิธีที่นำเสนอสามารถตรวจหา ติดตาม และรู้จำใบหน้ามนุษย์ ได้ด้วยอัตราความแม่นยำที่สมเหตุสมผล ภายใต้สภาพแวดล้อมที่กำหนดมุมมองของมนุษย์ นอกเหนือจากนี้ยังมีการนำเสนอผลการทดลองของการส่งต่อข้อมูลระหว่างกล้องในส่วนของการติดตามบุคคลเป้าหมายอย่างต่อเนื่องร่วมกันระหว่างกล้องสองตัวในบริเวณกว้าง
Other Abstract: In this thesis, we present a method for real-time face detection, tracking, and recognizing using two cooperative pan-tilt-zoom (PTZ) cameras. The cooperative tasks are divided into two parts – face recognition and target human tracking. The cooperative face recognition identifies face based on results from both cameras. The advantages of this approach include increasing chances that we can obtain good face images (both in size and pose), as well as increasing recognition accuracy by combining the recognition results from multiple cameras. For each camera, the human face is detected and segmented from the video scene using motion and skin color cues. Then, the recognition is performed using a face matching method based on Bhattacharyya distance to measure a similarity between color-distribution of face images. The other part of the multiple camera collaborations is the cooperative in continuous tracking a target person between both cameras. In tracking, to identify person, we use color and motion as features. Experimental results show our proposed method can detect, track, and recognize human face under unconstrained human pose environment with reasonable accuracy rate. In addition, the results of the camera hand-off in continuous cooperative tracking of a target person under wide area are also presented.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมไฟฟ้า
URI: http://cuir.car.chula.ac.th/handle/123456789/7867
ISBN: 9745328588
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
pichai.pdf3.28 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.