Detekce očí pomocí příznakového rozpoznání

Abstract

Cílem této práce je otestovat úspěšnost metod Haar, LBP a LOG používající příznaky pro detekci objektů v obraze, zejména na detekci očí v lidských tvářích. Seznámit se s knihovnou OpenCV zabývající se zpracováním digitálního obrazu, využití její implementací a následného vytvoření kaskádových klasifikátorů pro jednotlivé metody. Tyto vytvořené klasifikátory experimentálně vyzkoušet na testovacích vzorcích a určit jejich úspěšnost. Důraz klasifikátorů je kladen na přesnost a rychlost. V poslední fázi je provedeno porovnání s již implementovaným klasifikátorem.

The purpose of this thesis is to test success of Haar, LBP and HOG methods using features for object detection in computer vision, especially for detection of human eyes in faces. Get to know library OpenCV dealing with computer vision, use it's implementations for creating cascade classifiers for each detection method. Experimentally test function of created classifiers on test dataset and define it's speed and accuracy. In last chapter there is comparison with classifier of library.