Распознавание личности по цифровому изображению | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 18 июля, печатный экземпляр отправим 22 июля.

Опубликовать статью в журнале

Авторы: , ,

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №26 (212) июнь 2018 г.

Дата публикации: 29.06.2018

Статья просмотрена: 200 раз

Библиографическое описание:

Ахматов, Илья. Распознавание личности по цифровому изображению / Илья Ахматов, И. В. Кондратов, А. Э. Гоголев. — Текст : непосредственный // Молодой ученый. — 2018. — № 26 (212). — С. 11-13. — URL: https://moluch.ru/archive/212/51835/ (дата обращения: 05.07.2020).



В настоящее время наблюдается высокий интерес к проблеме распознавания лиц. Под распознаванием будем понимать идентификацию изображения неизвестного лица с одной из известных персон. Распознавание человека по изображению лица имеет ряд преимуществ по сравнению с другими методами идентификации человека:

  1. Не требуется специальное и дорогостоящее оборудование для работы
  2. Не нужен физический контакт с устройством во время работы

Процесс распознавание личности на цифровой фотографии можно условно разбить на 2 этапа:

  1. Обнаружение лица в кадре
  2. Обработка и распознавание найденных лиц

Обнаружение лица в кадре является достаточно популярной темой. Большой вклад в нее сделал [1], показавший и наглядно объяснивший один из классических подходов решения этой задачи: классификатора, обученного с помощью Гистограмм Ориентированных Градиентов (HOG). В [2] был показан более точный метод поиска лица на изображении с помощью свёрточной нейронной сети(СНС). Этот подход требует больших вычислительных мощностей для обучения, но хорошо обученная модель имеет достаточно высокую точность в распознавании лиц с большим поворотом головы и с плохим освещением.

Вахид Каземи предложил подход обработки найденного лица на изображения в работе [3]. Подход основан на модификации методов активных моделей формы, с помощью которого мы центрируем и масштабируем изображение для улучшения распознавания личности.

В работе [4] описываются самый популярный метод распознавания лиц: нейронные сети глубокого обучения. Именно эти подходы позволяют достичь точности в 99,83 %, но для достижения подобной точности нужно собрать большую размеченную выборку и большие вычислительные мощности для обучения сети. В основном эти подходы получают кодировки неизвестных лиц, а для распознавания личности нужно сравнивать кодировку неизвестного лица и кодировки известных лиц из базы данных с помощью любого классификатора, например, классификатора по минимуму расстояния Евклида.

На данном графике показана зависимость точность от порога Евклидового расстояния. Оптимальное значение: 0,5.

C:\Users\Ilya\Downloads\Telegram Desktop\accuracy.png

Ниже приведены матрицы неточностей для идентификации человека с детектированием с помощью классификатора, обученного с помощью гистограммы ориентированных градиентов и свёрточной нейронной сети соответственно:

Анализируя эти матрицы неточностей, мы получаем итоговую сравнительную таблицу:

Распознавание споиском лица на основе СНС

Распознавание споиском лица на основе СНС

Полнота

1

0,96875

Точность

1

0,954545

F-мера

1

0,961595

Время работы

366,84с

43,12с

Литература:

  1. Triggs B., Dalal N. Histograms of Oriented Gradients for Human Detection // 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR’05)(CVPR). –– Vol. 01. –– 2005. –– 06. –– P. 886–893. –– Access mode: doi. ieeecomputersociety.org/10.1109/CVPR.2005.177.
  2. А. Калиновский И. Детектирование лиц с помощью свёрточной нейронной сети. –– Томск, Россия: Томский политехнический университет.
  3. One Millisecond Face Alignment with an Ensemble of Regression Trees // Vahid Kazemi and Josephine Sullivan 2014
  4. Deep Residual Learning for Image Recognition / Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun // CoRR. –– 2015. –– Vol. abs/1512.03385. –– 1512.03385.
Основные термины (генерируются автоматически): неизвестное лицо, нейронная сеть, HOG, время работы, матрица неточностей, обнаружение лица, распознавание лиц, распознавание личности.


Похожие статьи

Анализ методов обнаружения лиц на изображении

Ключевые слова: обнаружение лиц, компьютерное зрение. Задача обнаружения лица на изображении часто является первым шагом в процессе решения задачи более высокого уровня — распознавания лица, деталей лица или его мимики.

Распознавание речи на основе искусственных нейронных сетей

Этот подход представляется более перспективным в настоящее время. В системах распознавания речи выделяются две основные подсистемы

В настоящей работе представлены модель распознавания речи на основе искусственных нейронных сетей.

Анализ методов распознавания образов | Статья в журнале...

распознавание лиц. ‒ классификация документов и др.

Нейронные сети. Отдельный класс методов распознавания.

Чтобы описать принцип работы сети, представим искусственный нейрон, схема которого изображена ниже

Исследования особенностей развития нейронных сетей...

Ключевые слова: нейронные сети, персептрон, нейрон. В современном мире, большое количество задач решается программным способом.

Алгоритм распознавания лиц, предложенный Facebook (рис. 2), работает с точностью в 97 %.

Алгоритмы распознавания объектов | Статья в сборнике...

При работе алгоритма используется матрица малого размера. Этапы работы: ‒ Выбор матрицы маленького размера

Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц: [Электронный ресурс].

Применение библиотеки AForge.NET и ее расширения Accord.NET...

В статье приводится описание библиотек Accord.NET Framework, AForge.NET, а также показаны возможности их компонентов. Представлены способы использования данных компонент для решения задачи распознавания лиц в режиме реального времени.

Методы распознавания образов | Статья в журнале...

Анализ методов обнаружения лиц на изображении. - детектирование на изображении явных признаков лица: глаз, носа, рта.

компьютерное зрение, библиотека, обработчик события, распознавание лиц, решение задач, обработка изображений, реальное время, машинное...

Методы определения объектов на изображении

В работе рассматриваются некоторые методы распознавания объектов на изображении, основанные на детекторах границ и каскадных

- детектирование на изображении явных признаков лица: глаз, носа, рта; - обнаружение: границы лица, форма, яркость, текстура, цвет.

Исследование возможностей использования нейронных сетей

Нейронная сеть — вычислительная или логическая схема, построенная из однородных процессорных элементов, являющихся упрощенными функциональными моделями нейронов.

Все это является ненужной (шумовой) информацией в задаче распознавания лиц.

Похожие статьи

Анализ методов обнаружения лиц на изображении

Ключевые слова: обнаружение лиц, компьютерное зрение. Задача обнаружения лица на изображении часто является первым шагом в процессе решения задачи более высокого уровня — распознавания лица, деталей лица или его мимики.

Распознавание речи на основе искусственных нейронных сетей

Этот подход представляется более перспективным в настоящее время. В системах распознавания речи выделяются две основные подсистемы

В настоящей работе представлены модель распознавания речи на основе искусственных нейронных сетей.

Анализ методов распознавания образов | Статья в журнале...

распознавание лиц. ‒ классификация документов и др.

Нейронные сети. Отдельный класс методов распознавания.

Чтобы описать принцип работы сети, представим искусственный нейрон, схема которого изображена ниже

Исследования особенностей развития нейронных сетей...

Ключевые слова: нейронные сети, персептрон, нейрон. В современном мире, большое количество задач решается программным способом.

Алгоритм распознавания лиц, предложенный Facebook (рис. 2), работает с точностью в 97 %.

Алгоритмы распознавания объектов | Статья в сборнике...

При работе алгоритма используется матрица малого размера. Этапы работы: ‒ Выбор матрицы маленького размера

Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц: [Электронный ресурс].

Применение библиотеки AForge.NET и ее расширения Accord.NET...

В статье приводится описание библиотек Accord.NET Framework, AForge.NET, а также показаны возможности их компонентов. Представлены способы использования данных компонент для решения задачи распознавания лиц в режиме реального времени.

Методы распознавания образов | Статья в журнале...

Анализ методов обнаружения лиц на изображении. - детектирование на изображении явных признаков лица: глаз, носа, рта.

компьютерное зрение, библиотека, обработчик события, распознавание лиц, решение задач, обработка изображений, реальное время, машинное...

Методы определения объектов на изображении

В работе рассматриваются некоторые методы распознавания объектов на изображении, основанные на детекторах границ и каскадных

- детектирование на изображении явных признаков лица: глаз, носа, рта; - обнаружение: границы лица, форма, яркость, текстура, цвет.

Исследование возможностей использования нейронных сетей

Нейронная сеть — вычислительная или логическая схема, построенная из однородных процессорных элементов, являющихся упрощенными функциональными моделями нейронов.

Все это является ненужной (шумовой) информацией в задаче распознавания лиц.

Задать вопрос