1 Системы распознавания лиц
Процессом распознавания лиц принято называть набор различных задач, служащих для идентификации человека по цифровому изображению или видеофрагменту. В общем виде этот процесс выглядит следующим образом: после того, как система получила изображение с камеры, с помощью алгоритмов определяются границы лица (этап обнаружения). Далее следует этап распознавания, на котором лицо трансформируется (изменяется его яркость, оно выравнивается, масштабируется, и т.п.) и приводится к некоторому заданному виду. После чего, происходит вычисление признаков и непосредственно сравнение их с заложенными в базу данных эталонами. Этот заключительный этап сравнения называется идентификация или верификация, в зависимости от системы.
Верификация: сравнение образцов по схеме «1:1». Для определения личности система сравнивает биометрический образец с одним биометрическим шаблоном, хранящимся в базе данных, и дает ответ на вопрос «Является ли этот человек тем, с чьим шаблоном его сравнивали?».
Идентификация: сравнение образцов по схеме «1:N». Для определения личности система сравнивает биометрический образец со всеми шаблонами лиц, хранящимися в базе данных, и дает ответ на вопрос «кто это?».
На рисунке 1 изображен общий алгоритм распознавания лиц по изображению.
Рисунок 1 – Общий алгоритм распознавания лиц
1.1 Обзор методов обнаружения лиц на цифровых изображениях
После того, как изображение в виде цифровых данных с камер передается на компьютер – оно обрабатывается с помощью специального алгоритма, который определяет расположение области лица по его основным чертам (глазам, рту, бровям, носу и т. д.). Таких методов обнаружения лиц существует много и большинство из них представляют собой комбинацию других методов. Но все их можно разбить на две категории: методы на основе знаний, которые основываются на опыте человека и методы обнаружения лица по внешним признакам (методы при которых необходимо провести этап обучения системы, пут?м обработки тестовых изображений). Классификация этих методов обнаружения приведена на рисунке 2.
Рисунок 2 – Классификация методов обнаружения лиц
Методы, основанные на знаниях, используют информацию о лице, его чертах, форме, текстуре или цвете кожи. В этих методах выделяется некий набор правил (свойств и особенностей лица), которым должен отвечать фрагмент кадра, для того чтобы считаться человеческим лицом. Определить такой набор правил довольно легко. Все правила это формализованные знания, которыми руководствуется человек, когда определяет, лицо перед ним или не лицо.
Например, основные правила: области глаз, носа и рта отличаются по яркости относительно остальной части лица; глаза на лице всегда располагаются симметрично относительно друг друга. Опираясь на эти и другие похожие свойства, строятся алгоритмы, которые в ходе выполнения проверяют наличие правил на изображении.
К этой же группе методов относят более общий метод - метод сравнения с шаблоном. В этом методе, с помощью описания свойств отдельных областей лица и их заданному взаимному расположению определяется стандарт лица (шаблон), с которым в дальнейшем сравнивают исходное изображение.
Методы на основе знаний получили довольно широкое распространение и имеют неплохие показатели, однако они показывают хорошие результаты только на изображениях с хорошим расширением, без шумов и с несложным фоном. На кадрах с видеопотока или камер установленных в общественных местах, где возможны различные ракурсы и повороты лиц, а также меняющееся освещение и большое количество мешающих объектов на заднем плане, существует большая вероятность возникновения ошибок.
Методы обнаружения лиц по внешним признакам подходят к проблеме с другой стороны, они не пытаются в явном виде формализовать происходящие в человеческом мозге процессы, а наоборот стараются выявить закономерности и свойства изображения лица неявно, применяя методы математической статистики и машинного обучения. Методы этой группы лишены
