Figure 4. The proposed approach. Th

Figure 4. The proposed approach. The face is first detected, cropped and normalized into a 64 × 64 pixel image. Then, we apply LBP u2
8,1
operator on the normalized face image and divide the resulting LBP face image into 3×3 overlapping regions. The local 59-bin histograms
from each region are computed and collected into a single 531-bin histogram. Then, we compute two other histograms from the whole face
image using LBP u2
8,2 and LBP u2
16,2 operators, yielding 59-bin and 243-bin histograms that are added to the 531-bin histogram previously
computed. Finally, we use a nonlinear SVM classifier with radial basis function kernel for determining whether the input image corresponds
to a live face or not.

Kết quả (Việt) 1:

Hình 4. Các phương pháp được đề xuất. Mặt lần đầu tiên được phát hiện, cắt và chuẩn hoá thành một 64 × 64 pixel ảnh. Sau đó, chúng tôi áp dụng LBP u28,1điều hành hình ảnh khuôn mặt bình thường và phân chia kết quả LBP mặt hình ảnh thành 3 × 3 vùng chồng chéo. 59-bin histograms địa phươngtừ mỗi vùng được tính toán và tập hợp lại thành một biểu đồ 531-bin duy nhất. Sau đó, chúng tôi tính toán hai khác histograms từ toàn bộ khuôn mặthình ảnh bằng cách sử dụng LBP u28,2 và LBP u2nhà điều hành 16,2, yielding histograms 59-bin và 243-bin được thêm vào biểu đồ 531-bin trước đótính toán. Cuối cùng, chúng tôi sử dụng một loại SVM phi tuyến với cơ sở tròn chức năng hạt nhân để xác định xem những hình ảnh đầu vào tương ứngđể sống một khuôn mặt hay không.

Kết quả (Việt) 2:

Hình 4. Các phương pháp đề xuất. Các gương mặt được phát hiện đầu tiên, cắt xén và điều bình thường thành một hình ảnh 64 × 64 pixel. Sau đó, chúng tôi áp dụng LBP u2
8,1
điều hành vào hình ảnh khuôn mặt bình thường và phân chia kết quả hình ảnh khuôn mặt LBP thành 3 × 3 vùng chồng lấn. Các địa phương biểu đồ 59-bin
từ mỗi khu vực được tính toán và thu thập vào một biểu đồ 531-bin đơn. Sau đó, chúng tôi tính toán hai biểu đồ khác từ toàn bộ khuôn mặt
hình ảnh sử dụng LBP u2
8,2 và LBP u2
16,2 khai thác, năng suất biểu đồ 59-bin và 243-bin có thể được thêm vào biểu đồ 531-bin trước
tính. Cuối cùng, chúng tôi sử dụng một bộ phân loại SVM phi tuyến với radial hàm nhân cơ sở cho việc xác định xem các hình ảnh đầu vào tương ứng
với một khuôn mặt trực tiếp hay không.