pe imaginea feței
Nikitenko EV, Cand. Sci. Științe,
AI Silichenko, student absolvent
Universitatea Tehnologică de Stat Chernigov, Chernigov, Ucraina
A fost proiectată structura sistemului de identificare a persoanei bazată pe imaginea feței, care realizează recunoașterea feței, selecția punctului antropometric și identificarea bazată direct pe răspunsul diferiților algoritmi, combinarea cărora face posibilă creșterea autenticității rezultatului identificării.
Problema de identificare a imaginii faciale umane este unul dintre tipurile cele mai complexe de identificare biometrică, ca cea mai mare parte are de a face cu conținutul informațional limitat al imaginilor, și lipsa mai degrabă pe scară largă de comparabilitate datorită decalajului de timp, diferența de condițiile de fotografiere, etc. Această circumstanță nu permite utilizarea întregului arsenal de tehnici și metode de identificare biometrică de acest tip.
Soluția problemei de identificare este considerată cea mai dificilă din următoarele motive:
a) sistemul, de regulă, nu a întâlnit imaginea persoanei anterioare;
b) sistemul compară mereu imagini diferite. Chiar și odată cu crearea condițiilor optime de comparație (iluminare, unghi, expresii faciale), imaginile diferă întotdeauna una de cealaltă, luând în considerare toate posibilele diferențe în procesul de presetare a sistemului este extrem de dificilă;
c) imaginile comparate, de regulă, diferă semnificativ în momentul primirii lor (modificările de vârstă, cosmetică și alte modificări similare pot avea un impact negativ semnificativ asupra calității identificării).
Sistemele moderne de recunoaștere a feței oferă un procent ridicat de recunoaștere și pot fi utilizate împreună cu sistemele de control al accesului pentru a crește nivelul de control al accesului în locații cu cerințe sporite de securitate, de exemplu în bănci sau în întreprinderi reglementate.
Utilizarea sistemului de recunoaștere a feței este relevantă pentru întreprinderile comerciale și pentru divertisment. Magazine, supermarket-uri, benzinării, cluburi, restaurante, cafenele - toate au un singur lucru: dorința de a extrage profitul maxim, pentru care este necesar să se îmbunătățească calitatea serviciului pentru clienți și să se protejeze vizitatorii. Pentru ei, este important să se limiteze accesul la persoanele care pentru un motiv sau altul sunt nedorite în această instituție și, dimpotrivă, să știe în avans despre sosirea unui client obișnuit sau a unei persoane VIP, la un nivel mai înalt pentru a-l servi.
Analiza cercetărilor și publicațiilor recente
Sistemul clasic de recunoaștere a feței pe baza metodelor axate pe exterior în ansamblu: PCA (Principal Component Analysis) [1], ICA (Component Analysis Independent) [2], LDA (Analiza discriminantă liniare) [3]. Lucrarea [4] descrie utilizarea descriptorilor SIFT pentru recunoașterea feței, dar nu oferă o soluție la problema identificării umane. În [5] a propus o combinație de descriptori și SIFT APC: APC este utilizat pentru a recunoaște ochilor, nasului și gurii, și descrie zona din jurul exteriorului elementelor găsite folosind SIFT. În cele din urmă, în [6], se propune să se calculeze distanța dintre toate perechile de imagini ale ambelor descriptori și utilizat ca o măsură de proximitate cea mai mică dintre ele. În unele cazuri, se utilizează doar descriptorii care descriu poziția ochilor și a gurii, deoarece aceste elemente de aspect sunt cele mai informative.
O alternativă la metodele axate pe aspect în general, sunt metodele de descriere locală a aspectului. Astfel de metode fac în prezent obiectul unei cercetări active în domeniul recunoașterii feței. Algoritmul ASM (Active Shape Models) este descris în [7]. Scopul algoritmului este de a regla modelul de formă la forma obiectului din imagine. ASM este utilizat cu succes pentru a rezolva o gamă largă de sarcini, inclusiv determinarea formei de organe pe imagini medicale, recunoașterea fețelor și a simbolurilor scrise de mână.
Până în prezent, algoritmul cel mai eficient pentru găsirea de fețe într-o imagine este algoritmul propus de P. Viola și M. Jones [8]. Ei au propus o metodă de clasificare a obiectelor (nu doar a indivizilor) pe baza metodei de întărire a clasificatorilor slabi. Consolidarea clasificatorilor slabi reprezintă o abordare a rezolvării problemei de clasificare prin combinarea clasificatorilor primitivi într-unul mai puternic. P. Viola și M. Jones au construit o cascadă de clasificatori slabi, care lucrau pe principiul aproximărilor succesive. Cascada constă în mai multe etape, fiecare pas fiind un set de clasificatoare simple. Dacă pasul face o decizie că vectorul de caracteristici aparține clasei obiectului căutat, atunci o decizie pozitivă se face numai dacă toate etapele cascadei o confirmă, altfel vectorul caracteristic este clasificat ca un obiect necunoscut. În ceea ce privește performanța în sistemele reale, această abordare oferă o precizie ridicată, un nivel ridicat de detecție corectă și un nivel scăzut de erori de tipul celui de-al doilea tip [9].
Scopul acestui articol este de a crea structura unui sistem de identificare umană care să îndeplinească sarcina de identificare bazată pe răspunsul diverselor algoritmi. Corespondența unei persoane necunoscute cu una dintre persoanele înregistrate în sistem trebuie să fie stabilită pe baza poziției relative a punctelor antropometrice ale feței.
Schema generalizată de identificare biometrică
Una din implementările generalizate ale schemei biometrice de identificare este prezentată în Figura 1. După cum se poate vedea din Figura 1, există două etape ale funcționării sistemului biometric: înregistrare și identificare. În astfel de sisteme, procesul de identificare este cel mai adesea efectuat. Trebuie remarcat faptul că în timpul funcționării sistemul poate fi trecut la faza de înregistrare pentru a adăuga noi utilizatori.
Comparația caracteristicilor compară caracteristicile și caracteristicile obținute în baza de date. În mod obișnuit, în astfel de sisteme, este rezolvată sarcina de a găsi imaginea cea mai asemănătoare cu cea dată într-o bază de date vastă de imagini. Această direcție este caracterizată de cerințe ridicate pentru erorile de primul tip - sistemul trebuie să găsească toate imaginile care corespund celei date, fără să lipsească, dacă este posibil, oricare din cele destul de similare. Se consideră acceptabil dacă există mai multe imagini în eșantion, definite ca fiind similare cu datele.
Fig. 1. Schema generalizată de funcționare a metodelor biometrice
Principiul minimizării intervalului de timp al prelucrării imaginilor se realizează prin stocarea în baza de date a seturilor mici de caracteristici cheie preexprimate care caracterizează maxim fiecare imagine.
Sistemele biometrice funcționează, de regulă, în modul de căutare liberă în locuri publice aglomerate (străzi, unități de transport de pasageri, clădiri publice). Obiectivele principale ale acestor sisteme sunt recunoașterea promptă a persoanelor căutate și înregistrarea în timp real a mișcărilor persoanelor care prezintă un potențial pericol pentru societate sau selectate prin alte criterii.
În astfel de sisteme, este de obicei posibilă păstrarea în baza de date a mai multor imagini ale fiecărui individ, obținute în condiții de schimbare (iluminare, unghi, expresii faciale, coafură, ochelari și coafură etc.).
Dezvoltarea sistemului de identificare a imaginii feței
Structura sistemului dezvoltat trebuie să fie formată din module (Figura 2). Modularitatea sistemului va face posibilă înlocuirea unei implementări a algoritmului fără dificultăți speciale sau înlocuirea completă a implementării unui algoritm cu altele absolut diferite, fără a aduce modificări semnificative în structura sistemului în ansamblu. Această caracteristică a sistemului de identificare a feței umane este pur și simplu necesară, deoarece toate sistemele care realizează recunoașterea feței sunt adesea folosite în condiții diferite și pentru a obține cel mai bun rezultat, în condițiile stabilite, ar putea fi necesar să înlocuiți orice componentă a sistemului cu cele mai potrivite.
Fig. 2. Diagrama componentelor sistemului
Identificarea identificării (identificarea prin portret) joacă rolul unei legături între toate componentele și conține nucleul întregului sistem. Pentru a interacționa cu subsistemul de recunoaștere, modulul de identificare din subsistemul de identificare trebuie să aibă un modul de interacțiune cu un receptor de imagine, care este responsabil pentru obținerea imaginilor și transferul lor către o prelucrare ulterioară. După stabilirea conexiunii, receptorul de imagini prelucrează informațiile provenite de la subsistemul de recunoaștere: întreaga imagine sau persoana găsită. În funcție de tip, imaginea este fie transferată imediat la subsistemul de procesare a rezultatelor identificării, dacă este un cadru întreg, fie la modulul de normalizare, dacă aceasta este o imagine față.
Următorul pas în dezvoltarea sistemului este Normalizer. În cele mai multe cazuri, imaginea pentru o prelucrare ușoară, dacă este colorată, este convertită în tonuri de gri. De asemenea, acest modul trebuie să efectueze normalizarea luminozității și contrastului imaginii, selectarea celei mai potrivite game dinamice pentru selectarea mai precisă a punctelor cheie. Imaginea normalizată a feței este transferată la subsistemul alocării punctelor antropometrice.
În subsistemul de alocare a punctelor antropometrice (Adaptor pentru puncte) se propune utilizarea algoritmului ASM. implementat în biblioteca externă (Finder de puncte). Formele active, algoritmul utilizat model ASM - un model statistic, care se deformează iterativ pentru a se potrivi obiectului din imagine, și compus din modele de formă, un set de puncte controlate și modelul de distribuție al regiunii înconjurătoare fiecare punct. Modelul formei și modelul de distribuție sunt instruiți pe imagini de testare cu pozițiile marcate ale punctelor-cheie. Algoritmul folosit „grosier-fin“ de căutare, este necesar să se antreneze o varietate de modele de distribuție a fiecărui punct-cheie, un model de la fiecare nivel de rezoluție a imaginii. Căutarea începe cu imaginea în rezoluție mai mare (scăzut), apoi, în procesul de căutare, rezoluția imaginii este mărită la atâta timp cât poate fi îmbunătățit poziția de puncte-cheie. Ca rezultat al algoritmului ASM va fi format o multitudine de puncte corespunzătoare punctelor feței și elementele sale principale sunt afișate într-o imagine.
O serie de puncte antropometrice selectate este trecută la extractorul de caracteristici. Ca caracteristici de identificare, ar trebui alocate caracteristici relativ neschimbate ale elementelor de aspect, care sunt relativ neschimbate pentru perioada de identificare. Introducerea semnelor sub forma unor relații de anumiți parametri faciale îi face invarianți la amploarea imaginii și la distanța de la care se face fotografia unei persoane. Utilizarea valorilor absolute ale feței și a dimensiunilor acesteia nu este permisă, deoarece dimensiunea tuturor obiectelor din imagine depinde de distanța față de obiectivul camerei, a cărei valoare, în general, nu poate fi determinată.
La calcularea caracteristicilor cantitative ale aspectului, trebuie îndeplinite o serie de cerințe. Proporțiile dimensiunilor trebuie să fie alcătuite din măsurători de linie, identice și aproximativ în același plan ca și cele relative la cameră. Din cauza imposibilității de determinare exactă a distorsiunii care rezultă dintr-un unghi arbitrar imaginea feței, distanța dintre punctele antropometrice pentru fiecare caracteristică măsurată numai pe orizontală sau verticală.
În etapa identificării prin aspect, modulul Identifier efectuează o serie de interogări baze de date pentru a obține un set de portrete biometrice ale utilizatorilor înregistrați (Figura 3). Pe măsură ce condițiile de imagine de fiecare dată ușor diferite, și aspectul persoanei și nu destul de constantă, este necesar să se ia în considerare faptul că unele erori vor fi întotdeauna prezente în pozițiile punctelor antropometrice selectate și, respectiv, semnează valori. Pentru a permite eroare a spus, este necesar să se includă în valorile interogările de căutare a abaterilor de la valorile însemnelor, și pentru fiecare solicitare de a mări abaterea atunci când numărul de utilizator găsit mai puțin predeterminat.
Fig. 3. Diagrama succesiunii funcționării sistemului
Aproape toți algoritmii de identificare se bazează pe o comparație a unei anumite măsuri de proximitate sau asemănare între persoanele necunoscute și cele cunoscute. Ca măsură inversă a proximității, se poate utiliza distanța euclidiană în spațiul caracteristic. Dacă măsura de similitudine între vectorul caracteristică a unei persoane identificate și descrierea de referință a utilizatorului înregistrat depășește un număr prestabilit de P. se decide în funcție de o persoană identificată de către utilizatorii înregistrați. Dacă măsura de proximitate nu depășește numărul P. se decide că baza de date a sistemului nu conține un portret biometric al persoanei identificate. Evident, prin modificarea numărului P., devine posibil să se reglementeze "strictețea" sistemului de identificare. În teoria sistemelor de recunoaștere, acest număr este uneori numit pragul de decizie.
Rezultatele subsistemului ID (Display) este proiectat pentru a efectua acțiuni dezvoltatorii predefinite, care depind de sistemul de aplicare de domeniu: ce permite accesul la resurse de calcul sau de date, deschiderea ușilor în zona protejată, porniți motorul în mașină, avertizând ofițerii de securitate cu privire la apariția făptuitorului sau managerul VIP-clienti.
Pe baza structurii generalizate a sistemului de identificare, se propune structura sistemului, în care sunt puse modulele de implementare a algoritmilor Viola-Jones și ASM. Pentru a rezolva problema căutării portretelor biometrice, a fost propusă o metodă prin utilizarea abaterilor actualizate ale valorilor caracteristice, care permite reglarea numărului de rezultate ale căutării.
Lista surselor de literatură
Articole similare
Trimiteți-le prietenilor: