FAQ
PL | EN

Ustawienia prywatności (cookies)

Ta strona używa ciasteczek (cookies), dzięki którym nasz serwis może działać lepiej. Aby uzyskać więcej informacji i spersonalizować swoje preferencje, kliknij „Ustawienia”. W każdej chwili możesz zmienić swoje preferencje, a także cofnąć zgodę na używanie plików cookie na poniższej stronie.
Polityka prywatności (link otworzy się w nowym oknie)
* z wyjątkiem niezbędnych plików cookies do prawidłowego działania strony oraz realizacji obowiązków prawnych administratora
Przesuwając suwak w prawo aktywujesz konkretną zgodę. Przesuwając suwak w lewo wyłączasz taką zgodę.

Metoda falkowa rozpoznawania obrazów twarzy

Data publikacji: 22.04.2026

Prawo i Bezpieczeństwo – Law & Security, 2026, Wydanie Specjalne 2026, s. 92-122

https://doi.org/10.4467/29567610PIB.26.007.23479

Autorzy

,
Tadeusz Niedziela
Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
, Polska
https://orcid.org/0009-0000-2625-6520 Orcid
Kontakt z autorem
Wszystkie publikacje autora →
Brunon Hołyst
Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
, Polska
Pomorska Szkoła Wyższa w Starogardzie Gdańskim
Nasarava State University, Keffi
, Nigeria
https://orcid.org/0000-0001-8673-1485 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Pobierz pełny tekst

Drukuj drukuj Cytuj cytuj

Tytuły

Metoda falkowa rozpoznawania obrazów twarzy

Abstrakt

Artykuł przedstawia metodę falkową rozpoznawania twarzy, z obrazów zakresu widzialnego dla celów automatycznej identyfikacji sprawców przestępstw. Wykorzystanie metrycznych falkowych cechy współwystąpień poziomów szarości w prezentowanej implementacji może być odpowiednie do celów identyfikacji. Algorytm zastosowany w tej metodzie wykorzystuje nowoczesną technologię do automatycznego rozróżnienia twarzy zlokalizowanych w zakłóconym środowisku, poprzez wyznaczanie nie zachodzących na siebie bloków obrazu, na których jest realizowane porównanie blok po bloku współwystąpień falkowych odcieni szarości. Metoda może znaleźć zastosowanie w identyfikacji twarzy osób poszukiwanych, zaginionych i przestępców. W artykule przedstawiono optoelektroniczny system identyfikacji twarzy bazujący na próbkowaniu obrazów dyfrakcyjnych i identyfikacji przez sztuczną sieć neuronową.

Bibliografia

Pobierz bibliografię

Anila S., Devarajan N., Global Journal of Computer Science and Technology Graphics & Vision Pre-processing Technique for Face Recognition Applications under Varying Illumination Conditions, 2012.

Boccignone G., Chianese A., Picariello A., Using Renyis information and wavelets for target detection: an application to mammograms, Pattern Analysis and Applications, vol. 3, no. 4, pp. 303–313, 2000.

Bureau of Justice Statistics, U. S. Department of Justice, April 1990, pp. 43-66; Search Group, Legal and Policy Issues Relating to Biometric Identification Technologies.

Caarls W., Jonker P., Corporaal H., Smartcam: Devices for embedded intelligent cameras, in PROGRESS 2002, 3rd seminar on embedded systems, Proceedings (Utrecht, The Netherlands).

Cai D., He X., Han J., Zhang H.-J., Orthogonal Laplacianfaces for Face Recognition, “IEEE Transactions On Image Processing”, 2006.

Castellano G., Boyce J., Sandler M., Moving target detection in infrared imagery using a regularized CDWT optical flow, in Proc. IEEE Workshop on Computer Vision Beyond the Visible Spectrum: Methods and Applications (CVBV S ’99), pp. 13–22, Fort Collins, Colo, USA, June 1999.

Chang T., Kuo C.-C.J., Texture analysis and classification with tree-structured wavelet transform, “IEEE Trans. Image Processing”, vol. 2, no. 4, pp. 429–441, 1993.

Chen P.C., Pavlidis T., Segmentation by texture using correlation, “IEEE Trans. on Pattern Analysis and Machine Intelligence”, vol. 5, no. 1, pp. 64–69, 1983.

Cole M., Algoritmic skeletons: structured managment of parallel computations, Glasgow 1989.

Espinal F., Huntsberger T.L., Jawerth B.D., Kubota T., Wavelet-based fractal signature analysis for automatic target recognition, “Optical Engineering”, vol. 37, no. 1, pp. 166–174, 1998.

Fatemi H., Malek H.E., Kleihorst R., Corporaal H., Jonker P., Real-time face recognition on a mixed SIMD VLIW architecture, in PROGRESS 2003, 4th seminar on embedded systems, Proceedings (Nieuwegein, The Netherlands), 22 October 2008.

Ganotra D., Joseph J., Singh K., Neural network based face recognition by using diffraction pattern sampling with a digital ringwedge detector, “Optics Communications” 202, 61–68, 2002.

George N., Wang S., Neural Networks Applied to Diffraction-Pattern Sampling, “Appl. Opt.” 33, 3127-3134, 1994.

Haddadnia J., Faez K., Moallem P., Human face recognition with moment invariants based on shape information, in Proceedings of the International Conference on Information Systems, Analysis and Synthesis, vol. 20 (Orlando, Florida USA), International Institute of Informatics and Systemics (ISAS), 2001.

Haley G.M., Manjunath B.S., Rotation-invariant texture classification using modified Gabor filters, in Proc. IEEE International Conference on Image Processing (ICIP ’95), pp. 262–265, Washington, DC, USA, October 1995.

Haralick R.M., Shanmugam K., Dinstein I., Textural features for image classification, “IEEE Trans. Systems, Man, and Cybernetics”, vol. 3, no. 6, pp. 610–621, 1973.

He D.-C., Wang L., Texture unit, texture spectrum, and texture analysis, “IEEE Transactions on Geoscience and Remote Sensing”, vol. 28, no. 4, pp. 509–512, 1990.

Howard A., Padgett C., Brown K., Real time intelligent target detection and analysis with machine vision, in Proc. 3rd International Symposium on Intelligent Automation and Control, World Automation Congress (ISIAC-WAC ’00), Maui, Hawaii, June 2000.

Huntsberger T.L., Jawerth B.D., Wavelet based algorithms for acoustic and non-acoustic antisubmarine warfare, “Annual Tech. Rep., University Research Initiative Programfor Combat Readiness”, University of South Carolina, Columbia, SC, USA, 1998.

Huntsberger T.L., Jawerth B.D., Wavelet based automatic target detection and recognition, Annual Tech. Rep., University Research Initiative Programfor Combat Readiness, University of South Carolina, Columbia, SC, USA, 1998.

Itti L., Gold C., Koch C., Visual attention and target detection in cluttered natural scenes, “Optical Engineering”, vol. 40/2001, no. 9, pp. 1784–1793.

Jain A., Moulin P., Ramchandran K., Chernoff bounds for automatic target recognition from compressed data, in Proc. IEEE Information Theory Workshop on Detection, Estimation, Classification and Imaging (DECI ’99), p. 57, Santa Fe, NM , USA, February 1999. 2674 EURASIP Journal on Applied Signal Processing.

Kubota T., Adaptive pixel-based data fusion for boundary detection, in Proc. Energy Minimization Methods in Computer Vision and Pattern Recognition (EMM CVPR ’99), Lecture Notes in Computer Science, pp. 173–188, Springer-Verlag, York, UK, July 1999.

Kubota T., Huntsberger T.L., Adaptive pattern recognition system for scene segmentation, “Optical Engineering”, vol. 37, no. 3, pp. 829–835, 1998, Special section on advances in pattern recognition.

Kubota T., Huntsberger T.L., Alford C.O., A vision system with real-time feature extractor and relaxation network, “International Journal of Pattern Recognition and Artificial Intelligence”, vol. 12, no. 3, pp. 335–354, 1998.

Kubota T., Huntsberger T.L., Edge dipole and edge field for boundary detection, “Hybrid Image and Signal Processing VI”, vol. 3389 of Proceedings of SPIE, pp. 179–189, Orlando, Fla, USA, April 1998.

Kubota T., Huntsberger T.L., Martin J.T., Edge based probabilistic relaxation for sub-pixel contour extraction, in Proc. 3rd International Workshop on Energy Minimization Methods in Computer Vision and Pattern Recognition (EMM CVPR ’01), pp. 328–343, INRIA, Sophia Antipolis, France, September 2001.

Nautiyal J., Gahlot S., Kumar Mishra P., An Automated Technique for Criminal Face Identification Using Biometric Approach, Conference on Advances in Communication and Control Systems 2013 (CAC2S 2013).

Nicolescu C., Jonker P., A data and task parallel image processing environment, “Lecture Notes in Computer Science”, vol. 2131, pp. 393–408, 2001.

Niedziela T., Automatic target recognition from diffraction patterns, “Prace Naukowe Politechniki Warszawskiej. Transport”, z. 95/2013, s. 383–390.

Niedziela T., Automatic target recognition of complex internal structure, “Archives of Transport”, 32, 4/2014, s. 61–72.

Niedziela T., Metody falkowe analizy sygnałów, „Logistyka” 6/2014, s. 7788–7796.

Raghu P.P., Yegnanarayana B., Segmentation of Gabor-filtered textures using deterministic relaxation, “IEEE Trans. Image Processing”, vol. 5, no. 12, pp. 1625–1636, 1996.

Serot D., Derutin J., Skipper: A skeleton-based programming environment for image processing applications, in Proceeding of the Fifth International Conference on Parallel Computing Technologies, 1999.

Sklansky J., Image segmentation and feature extraction, “IEEE Trans. Systems, Man, and Cybernetics”, vol. 8, no. 4, pp. 237–247, 1978. Automatic Target Detection Using Wavelet Transform 2673.

Tian Y., Qi H., Wang X., Target detection and classification using seismic signal processing in unattended ground sensor systems, in Proc. IEEE Int. Conf. Acoustics, Speech, Signal Processing (ICASSP ’02), vol. 4, p. 4172, Orlando, Fla, USA, May 2002.

Unser M., Eden M., Multiresolution feature extraction and selection for texture segmentation, “IEEE Trans. on Pattern Analysis and Machine Intelligence”, vol. 11, no. 7, pp. 717–728, 1989.

Unser M., Local linear transforms for texture measurements, “Signal Processing”, vol. 11, no. 1, pp. 61–79, 1986.

Unser M., Texture classification and segmentation using wavelet frames, “IEEE Trans. Image Processing”, vol. 4, no. 11, pp. 1549–1560, 1995.

Van de Wouwer G., Scheunders P., Van Dyck D., Statistical texture characterization from discrete wavelet representations, “IEEE Trans. Image Processing”, vol. 8, no. 4, pp. 592–598, 1999.

Informacje

Informacje: Prawo i Bezpieczeństwo – Law & Security, 2026, Wydanie Specjalne 2026, s. 92-122

Typ artykułu: Oryginalny artykuł naukowy

Tytuły:

Polski: Metoda falkowa rozpoznawania obrazów twarzy
Angielski: A Wavelet Method for Facial Image Recognition

Autorzy

https://orcid.org/0009-0000-2625-6520

Tadeusz Niedziela
Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
, Polska
https://orcid.org/0009-0000-2625-6520 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
Polska

https://orcid.org/0000-0001-8673-1485

Brunon Hołyst
Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
, Polska
Pomorska Szkoła Wyższa w Starogardzie Gdańskim
Nasarava State University, Keffi
, Nigeria
https://orcid.org/0000-0001-8673-1485 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Wyższa Szkoła Kształcenia Zawodowego we Wrocławiu
Polska

Pomorska Szkoła Wyższa w Starogardzie Gdańskim

Nasarava State University, Keffi
Nigeria

Publikacja: 22.04.2026

Status artykułu: Otwarte __T_UNLOCK

Licencja: CC BY-SA 4.0  ikona licencji

Udział procentowy autorów:

Tadeusz Niedziela (Autor) - 50%
Brunon Hołyst (Autor) - 50%

Korekty artykułu:

-

Języki publikacji:

Polski

Liczba wyświetleń: 85

Liczba pobrań: 97

Metoda falkowa rozpoznawania obrazów twarzy

Metoda falkowa rozpoznawania obrazów twarzy

cytuj

Pobierz PDF Pobierz

pobierz pliki

RIS BIB ENDNOTE