Методи за разпознаване на лица

Курсова работа

Дисциплина: Видеотехнологии

Тема : Методи за разпознаване на лица

2020г.
СЪДЪРЖАНИЕ

1. Увод ………………………………………………………...….………..…3
2. Разпознаване на изображения на лица ….…….………….…….......5
2.1 Стандарти за изображения на лица ………….……….…..….5
2.2 Видове разпознаване на лица …………………………………5
2.3 Разпознаване на лица от статични изображения …….…….6
2.4 Разпознаване на лица от видео поток …….……..……......…7
2.5 Модули на система за разпознаване на лица ………………8
3. Методи за разпознаване на лица ……………………..………….…..10
3.1 Метод с гъвкаво сравнение на графики ………..….………..10
3.2 Метод с невронни мрежи …………….………….….……...….14
3.3 Метод със скрити модели на Марков …………………………16
3.4 Метод с основния компонент (PCA) …………………….……18
3.5 Метод чрез модел с активен външен вид (AAM) .……..…….21
3.6 Метод чрез модел с активна форма (ASM) …………………26
4. Проблеми при разпознаване на лица …….……………………..…...28
5. Заключение ……………………………………….…………………...…31

Използвана литература ……………………….…………………………..32

1. Увод
Засичането и разпознаването на лица са направления в Изкуствения интелект, които играят ключова роля за сигурността на информация и хора с разнообразни области на приложение - контрол на групи хора, наблюдение на трафик, откриване на изчезнали хора, издирване на криминално проявени лица и други.
Разпознаването на лица е задача за откриване на шаблони в изображения, които са получени от различни източници на информация и по тази причина имат различни характеристики.
Ако изображението се променя във времето, то входните данни представляват видео поток. Въпреки, че човешкото лице се състои само от две кости (череп, челюст) и 44 мускула, са възможни хиляди различни изражения на лицето. Умението за разпознаване на лица е централно и водещо за функционирането на всеки индивид, защото заема най-голям дял от посветената на обработването на зрителна информация функция (около 50% от мозъчната дейност).
Съществуват различни техники за идентифициране и удостоверяване, но основен аспект на разпознаването на лица е, че то е пасивна ненатрапчива система за проверка и идентифициране на хора [1].
Автоматизираното разпознаване на лица започва развитието си през 60-те години на XX век. Първите полуавтоматични системи за разпознаване на лица са изисквали от администратора да открива различни отличителни белези като очи, уши, нос и уста, да изчисли разстоянията и съотношенията относно една референтна точка, след което резултатите са сравнявани с референтните налични данни [2]. През 1971 г. Голдщайн, Хармън и Леск използват 21 специфични субективни маркера (цвят на коса, дебелина на устни и др.), за автоматизиране на разпознаването [3]. Проблем на първите системи е, че както измерванията така и изчисленията са осъществявани ръчно. През 1987 г. Къбри и Сирович прилагат анализ на компонентите, което се счита за повратен момент, тъй като доказва, че са необходими по-малко от сто маркери за точно изчисление на подходящо подравнено и нормализирано изображение на лице [4]. През 1991 г. Пентланд и Търк откриват, че използването на собствени вектори може да даде възможност за откриване на лица в изображения и така да бъдат създадени надеждни автоматизирани системи за разпознаване на лица в реално време [5].
Днес технологиите за разпознаване на лица се използват за борба с паспортни измами, подкрепа на правосъдието, идентифициране на изчезнали хора, минимизиране на измамите, кражба на самоличност и други. [6]

2. Разпознаване на изображения на лица

2.1 Стандарти за изображения на лица
Съществуващите стандарти се отнасят предимно до съдържанието на изображенията и тяхното качество. За подобряване ефективността на системите за разпознаване е необходимо да се договорят стандарти, свързани с методологията на разпознаването [7]. Международният комитет за стандарти за информационните технологии (International Committee for Information Technology Standards= INCITS), който е признат от Организацията за развитие на стандарти за информационни технологии в САЩ (Standards Development Organization=ANSI STO) и Международната организация по стандартизация (International Standards Organization=ISO) чрез своята Международна електротехническа комисия (International Electrotechnical Commission=IEC) и Съвместния технически комитет (Joint Technical Committee=JTC) са издали 37 проекта за стандарти на биометричните данни. Международната организация за гражданска авиация е публикувала два основни документа, засягащи биометричното разгръщане на машинно четене на пътнически документи - ISO/IEC 19794-5-FDIS JTC l/SC 37, M1/04-0041 (ANSI) INCITS (385). Стандартът Ml INCITS I2 приема или пълен или каноничен образ. Изображението на лицето трябва да включва цялата глава, косата, врата и раменете и ако се съхраняват и точки на характерните черти, то те базирани на SC29/MPEG4. Съществуват специфични изисквания за позата на лицето, отнасящи се до ъгъла на завъртане, наклон и посока на завъртане, изражението, осветлението и сенките. [8]

2.2 Видове разпознаване на лица

Според целите на разпознаването има три основни вида разпознаване на лица.

1. Проверка и/или удостоверяване е задача, изискваща действие на потребителя под формата на заявка за самоличност, като въпросът е Аз ли съм този, който казвам, че съм?, а търсенето от вида 1:1. Тестът за проверка се извършва чрез разделяне на лицата на две групи:

клиенти – хора, които се опитват да получат достъп, използвайки собствената си самоличност;

измамници – хора, които се опитват да получат достъп, използвайки фалшива идентичност, т. е. идентичност, позната на системата, но която не е тяхна.

2. Идентификация и/или разпознаване е задача, която не изисква взаимодействие с потребителя с въпрос Кой съм аз?. В този случай търсенето е от вида 1:n, а идентификационният тест се основава на предположението, че всички образи са на вече известни личности.

3. Наблюдение е задача, която е обобщение на идентификационната задача с включване на неизвестни хора чрез търсене 1:n.

2.3 Разпознаване на лица от статични изображения

Съществуват разнообразни варианти на изображение на човешкото лице, тъй като то зависи от фактори като поза, осветеност и изражение, от размера на лещата на обектива, както и от времето на излагане и отклонението на камерата. На фигура 1 са показани два от основните проблеми: различното осветление (фиг. 1а) и различен наклон на лицето (фиг. 1б). От друга страна, понякога се появяват малки междуличностни вариации (пр. идентични близнаци).

Фигура 1. Съществуващи предизвикателства в областта:
а) различната осветеност на лицето; б) различен наклон на лицето.

За много от съществуващите системи за разпознаване предизвикателствата са големи и решени само до определена степен. Например, един подход за първоначално филтриране е налагането на ограничения в процеса на придобиване на изображения. Но има и случаи, в които вариациите сред изображенията на едно и също лице са по-големи от вариациите между изображенията на две различни лица, и тогава трябва да бъдат придобити по-прецизни изображения.

2.4 Разпознаване на лица от видео поток

Допълнителните предизвикателства при разпознаване на лица от видео поток са следните:

1) претрупан фон с много ненужни детайли;
2) обектът за разпознаване липсва за даден период от време;
3) движението на обекта може да не е успоредно на оптичната ос;
4) локализират се множество обекти;
5) различни ориентации на лицето на обекта;
6) загуба на детайлите на лицето поради размазване, причинено от движение на обекта спрямо камерата;
7) загуби, причинени от компресия на видео потока;
8) възникване на оптично изкривяване при изместване на обекта от оптичната ос и/или силно намалено разстояние до камерата.

2.5 Модули на система за разпознаване на лица
Системите за разпознаване на лица имат три концептуални модула (фиг. 2) :
1) модул за засичане на лице, в който се осъществява локализация в изображението чрез шаблони;

Фигура 2. Основни модули на система за разпознаване

2) модул за предварителна обработка, съдържащ нормализация на лицето, подравняване, преобразуване, завъртане, мащабиране, корекция на светлината и други. В този модул се извличат характеристиките на лицето като компактен набор от дискриминационни геометрични и/или фотометрични характеристики на лицето чрез методи като: анализ на главните компоненти (PCA) [9], линеен дискриминационен анализ на Фишер (FLDA), прогнози за запазване на местоположението (LLP), невронни мрежи и други;

3) модул за класификация след сравняване на характеристичния вектор за съвпадение с лицеви изображения, вече записани в база данни с алгоритми като : най-близкия съсед, изкуствени невронни мрежи и други.
Съществуващи решения за разпознаване на лица през последните 10 години са създадени множество разнообразни софтуерни системи за засичане и разпознаване на лица с различни приложения, но малко от тях работят в реално време. Популярни такива системи са: digiKam, FaceVACSVideoScan, Adobe Photoshop Lightroom, Picasa, DeepFace, FBI Sinister Next Generation Identification, Examiner, MFLO, NeoFace® Watch.
Софтуерните системи, работещи в реално време стават все по-важни за функционирането на съвременното общество. Такива системи се използват за управление на въздушното движение, за разпознаване на обекти, за управление на командите, мрежови мултимедийни системи и други. При системите в реално време точността на поведението на системата зависи не само от логическите резултати от изчисленията, но и от физическия момент, в който се получават тези резултати [10]. Компютърна система, работеща в реално време, трябва да реагира на изменения в средата в рамките на предварително дефинирани интервали от време. Моментът, в който се генерира резултат, се нарича краен срок. Специално внимание се отделя на системите в строго реално време и гъвкаво реално време. Пропуснатият краен срок в такива системи е катастрофален и може да доведе до значителни загуби [11].

3. Методи за разпознаване на лица

Въпреки голямото разнообразие от представените алгоритми, можем да различим общата структура на процеса на разпознаване на лица:

Фигура 3. Обработка на изображението на лицето по време на разпознаване

3.1 Метод с гъвкаво сравнение на графики (Еластично съпоставяне на графики).

Същността на метода се свежда до еластично сравнение на графики, описващи изображения на лицето. Лицата са представени като графики с претеглени върхове и ръбове. На етапа на разпознаване една от графиките - референтната графика - остава непроменена, докато другата се деформира, за да може най-добре да се побере първата. В такива системи за разпознаване графиките могат да бъдат или правоъгълна решетка, или структура, образувана от характерни (антропометрични) точки на лицето.

Пример за структура на графиката за разпознаване на лице:

а) обикновена решетка
б) графика, базирана на антропометрични точки на лицето.

А)

Б)

В върховете на графиката се изчисляват стойностите на знаците, като най-често те използват сложните стойности на Gabor филтрите или техните подредени набори - Gabor вълнички