Face recognition from video files using OpenCV
2
Issued Date
2024
Copyright Date
2020
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
ix, 27 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thematic Paper (M.Sc. (Information Technology Management))--Mahidol University, 2020
Suggested Citation
Wutthikorn Suekamron Face recognition from video files using OpenCV. Thematic Paper (M.Sc. (Information Technology Management))--Mahidol University, 2020. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/92119
Title
Face recognition from video files using OpenCV
Alternative Title(s)
การจดจำใบหน้าจากไฟล์วิดีโอโดยใช้ OpenCV
Author(s)
Advisor(s)
Abstract
Face recognition is a technology that uses human faces for identification, which has evolved over the years. Due to the development of both the video recording device and the memory, the current video recording technology is increasingly used. This is sometimes used to check for unusual events or to monitor behavior of a person. The inspection is that if we sit and watch the video by human to find pictures of the person's event that appears in the video, finding a video is very long, which may take a long time to search. We therefore use facial recognition to help find images of events of people we are interested in video. The purpose of this study was to find out which algorithm is better for applying to video as well as being able to really reduce the time spent looking for pictures from video events or not. We have chosen the LBPH, Eigenface and Fisherface algorithms, which are popular, accurate, and uncomplicated in testing. By comparing the number of scenes found from each algorithm. In conclusion, the research found that LBPH is the best facial recognition algorithm for finding people in videos. And face recognition can reduce the time it takes to find people in video files in less than a minute. The program used has a long processing time due to the detection of frames per frame, in which we can reduce the number of frames by skipping frames as appropriate with the frame rate for the program to work faster In the future, we can use algorithms that are more accurate and easier to use to increase the efficiency of the program.
การรู้จำใบหน้าเป็นเทคโนโลยีที่ใช้ใบหน้าของมนุษย์มาใช้ในการระบุตัวตนซึ่งมีการพัฒนามาหลายปีแล้ว เนื่องจากการพัฒนาทั้งของตัวอุปกรณ์บันทึกภาพและหน่วยความจำทำให้เทคโนโลยีการบันทึกภาพด้วยวีดีโอในปัจจุบันมีการใช้แพร่หลายมากขึ้น ซึ่งบางครั้งใช้ในการตรวจสอบเหตุการณ์ที่ไม่ปกติหรือใช้ตรวจสอบพฤติกรรมของบุคคลได้ ซึ่งการตรวจสอบนั้นหากเรามานั่งดูวีดีโอด้วยตัวเองเพื่อหาภาพเหตุการณ์ของบุคคลที่ปรากฎในวีดีโอหาวีดีโอมีความยาวมากอาจจะทำให้ต้องใช้เวลานานในการค้นหา เราจึงนำการรู้จำใบหน้ามาใช้ช่วยในการหาภาพเหตุการ์ของบุคคลที่เราสนใจในวีดีโอ โดยวัตถุประสงค์ของบทความนี้เพื่อค้นหาว่าอัลกอริทึมใดมีประสิทธิภาพที่ดีกว่าในนำมาใช้กับวีดีโอ รวมถึงสามารถใช้ลดเวลาในการหาภาพเหตุการณ์จากวีดีโอได้จริงหรือไม่ ซึ่งเราได้เลือกอัลกอริทึม LBPH, Eigenface และ Fisherface ซึ่งเป็นอัลกอริทึมที่เป็นที่นิยม มีความแม่นยา รวมถึงมีการใช้งานไม่ซับซ้อนในการทดสอบ จากการวิจัยนี้พบว่า LBPH เป็นอัลกอริทึมการจดจำใบหน้าที่ดีที่สุดสาหรับการค้นหาผู้คนในวิดีโอ และการจดจำใบหน้าสามารถลดเวลาที่ใช้ในการค้นหาผู้คนในไฟล์วิดีโอในเวลาน้อยกว่าหนึ่งนาที โปรแกรมที่ใช้มีเวลาในการประมวลผลนานเนื่องจากการตรวจจับเฟรมต่อเฟรมซึ่งเราสามารถลดจำนวนเฟรมโดยการข้ามเฟรมตามความเหมาะสมกับอัตราเฟรมเพื่อให้โปรแกรมสามารถทำงานได้เร็วขึ้น ในอนาคตเราสามารถใช้อัลกอริธึมที่มีความแม่นยำและใช้งานง่ายกว่ามาเพิ่มประสิทธิภาพของโปรแกรมได้
การรู้จำใบหน้าเป็นเทคโนโลยีที่ใช้ใบหน้าของมนุษย์มาใช้ในการระบุตัวตนซึ่งมีการพัฒนามาหลายปีแล้ว เนื่องจากการพัฒนาทั้งของตัวอุปกรณ์บันทึกภาพและหน่วยความจำทำให้เทคโนโลยีการบันทึกภาพด้วยวีดีโอในปัจจุบันมีการใช้แพร่หลายมากขึ้น ซึ่งบางครั้งใช้ในการตรวจสอบเหตุการณ์ที่ไม่ปกติหรือใช้ตรวจสอบพฤติกรรมของบุคคลได้ ซึ่งการตรวจสอบนั้นหากเรามานั่งดูวีดีโอด้วยตัวเองเพื่อหาภาพเหตุการณ์ของบุคคลที่ปรากฎในวีดีโอหาวีดีโอมีความยาวมากอาจจะทำให้ต้องใช้เวลานานในการค้นหา เราจึงนำการรู้จำใบหน้ามาใช้ช่วยในการหาภาพเหตุการ์ของบุคคลที่เราสนใจในวีดีโอ โดยวัตถุประสงค์ของบทความนี้เพื่อค้นหาว่าอัลกอริทึมใดมีประสิทธิภาพที่ดีกว่าในนำมาใช้กับวีดีโอ รวมถึงสามารถใช้ลดเวลาในการหาภาพเหตุการณ์จากวีดีโอได้จริงหรือไม่ ซึ่งเราได้เลือกอัลกอริทึม LBPH, Eigenface และ Fisherface ซึ่งเป็นอัลกอริทึมที่เป็นที่นิยม มีความแม่นยา รวมถึงมีการใช้งานไม่ซับซ้อนในการทดสอบ จากการวิจัยนี้พบว่า LBPH เป็นอัลกอริทึมการจดจำใบหน้าที่ดีที่สุดสาหรับการค้นหาผู้คนในวิดีโอ และการจดจำใบหน้าสามารถลดเวลาที่ใช้ในการค้นหาผู้คนในไฟล์วิดีโอในเวลาน้อยกว่าหนึ่งนาที โปรแกรมที่ใช้มีเวลาในการประมวลผลนานเนื่องจากการตรวจจับเฟรมต่อเฟรมซึ่งเราสามารถลดจำนวนเฟรมโดยการข้ามเฟรมตามความเหมาะสมกับอัตราเฟรมเพื่อให้โปรแกรมสามารถทำงานได้เร็วขึ้น ในอนาคตเราสามารถใช้อัลกอริธึมที่มีความแม่นยำและใช้งานง่ายกว่ามาเพิ่มประสิทธิภาพของโปรแกรมได้
Description
Information Technology Management (Mahidol University 2020)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Information Technology Management
Degree Grantor(s)
Mahidol University