Download
1 / 28
280 likes | 465 Views
PRZYKŁADY IDENTYFIKACJI OBIEKTÓW. SPOSOBY IDENTYFIKACJI OSÓB. Identyfikator i hasło - najbardziej popularna metoda identyfikacji osób .
E N D
SPOSOBY IDENTYFIKACJI OSÓB • Identyfikator i hasło - najbardziej popularna metoda identyfikacji osób. • Rozpoznawanie tęczówki i siatkówki - jest jedną z najefektywniejszych metod rozpoznawania. Unikalność siatkówki i tęczówki daje nam potężne narzędzie w identyfikowaniu osób. • Rozpoznawanie głosu - identyfikacja oparta jest na analizie informacji zawartych w fali dźwiękowej - jakiejś frazie wypowiadanej przez użytkownika. • Daktyloskopia - jest jedną z najpopularniejszych metod, ale w tradycyjnym, "papierowym" wydaniu. • Identyfikacja twarzy - tylko ta metoda pozwala na identyfikację osób bez ich czynnego udziału w procesie identyfikacji. Dzięki tej metodzie możemy identyfikować ludzi w tłumie. • Analiza szybkości pisania na klawiaturze.
Sposoby identyfikacji osób cd. • Analiza kształtu dłoni - wymiary i kształt dłoni są bardzo indywidualną cechą każdej osoby. Odległość pomiędzy charakterystycznymi punktami na dłoni (na przykład palców, stawów itp.) oraz długość palców i ich proporcje pozwalają na skojarzenie tych cech z konkretnym użytkownikiem. • Analiza kodu DNA - jest to najbardziej zaawansowana metoda identyfikacji osób. Jednak nie może zostać dokonana bez specjalnych analiz biologicznych pobranego materiału genetycznego. • Podpis - Każdy człowiek z wiekiem wyrabia swój indywidualny, charakterystyczny dla niego podpis. • Analiza kształtu ucha - osobę identyfikujemy za pomocą obrazu ucha. Każdy człowiek ma charakterystyczny dla siebie kształt ucha, jego wymiary. Analiza przebiega podobnie jak przy identyfikacji twarzy. • Analiza widma termicznego twarzy - każdy człowiek ma swój własny, indywidualny rozkład termiczny twarzy.
Zastosowania systemów rozpoznawania twarzy: Nadzór - np. czy dana osoba przebywająca na określonym terenie nie przekracza obszaru poza którym nie wolno jej przebywać, obserwacja pacjentów w szpitalach itp. Kontrola (autoryzacja) dostępu - polega głównie na sprawdzaniu czy dana osoba ma odpowiednie uprawnienia dostępu do budynku, danych, transakcji finansowych itp. Przeszukiwanie bazy zdjęć - polega na przeszukiwaniu całej bazy danych zdjęć twarzy ludzkich i porównywanie ich z obrazem wejściowym - przeszukiwanie jest bardzo często wykorzystywane w identyfikacji przestępcy przez policję - przeszukuje się policyjne kartotek w celu znalezienia przestępcy porównując je z np. portretem pamięciowym. Automatyczne systemy identyfikacji mają także zastosowanie przy porównywaniu obrazu twarzy z twarzami umieszczonymi w bazie danych (np. zdjęciem w paszporcie) - można je wykorzystać przy kontroli ruchu granicznego, odprawie celnej, kontroli policyjnej itp.
Systemy rozpoznawania twarzy • Proces działania systemu rozpoznawania twarzy można podzielić na 4 • podstawowe etapy: • pozyskania obrazu z urządzenia wejściowego (np. kamery cyfrowej); • obróbki wstępnej pozyskanego obrazu (detekcja twarzy na obrazie, normalizacja obrazu i etapy mające za zadanie przyśpieszyć rozpoznawanie - uproszczenie obliczeń, redukcja przestrzeni cech); • rozpoznania; • weryfikacji i kontroli poprawności (potwierdzenie wyników wcześniejszego rozpoznawania innym algorytmem rozpoznawania). • Każda z poszczególnych faz charakteryzuje się inną grupą problemów.
Etapy procesu rozpoznawania twarzy: Pozyskanie obrazu twarzy z urządzenia wejściowego Należy dążyć do tego żeby warunki w jakich pozyskuje się obrazy twarzy były jak najbardziej zbliżone do warunków w jakich pozyskiwano obrazy przy budowie bazy danych. Najwięcej problemów dostarcza tu odpowiednie ustawienie i oświetlenie kamery. Obróbka wstępna Polega na detekcji twarzy na obrazie - za pomocą różnych metod, normalizacji obrazu - pozbyciu się rotacji, przemieszczenia i przeskalowania obrazu. Wykonuje się również etapy mające za zadanie przyśpieszenie rozpoznawania - uproszczenie obliczeń, redukcję przestrzeni cech. Należy dążyć w tym etapie także do eliminacji zakłóceń powodowanych przez: zmiany w wyglądzie (okulary, zmiana fryzury, zarost), wpływ oświetlenia (rozkład cieni, intensywność światła , kierunek padania promieni świetlnych), szum i różnorodne tło.
Etapy procesu rozpoznawania twarzy cd.: Rozpoznanie Polega na porównaniu obrazu wejściowego z obrazami przechowywanymi w bazie danych i stwierdzeniu czy obraz wejściowy ma swój odpowiednik w bazie danych. Głównym problemem jest tu wybór właściwych algorytmów rozpoznawania. Weryfikacja i kontrola poprawności Dążenie do jak najmniejszej procentowo ilości błędnych decyzji podejmowanych przez system. System identyfikacyjny może generować trzy rodzaje podstawowych błędów: - błąd fałszywego odrzucenia - obraz twarzy posiadający wzorzec w danej bazie danych zostaje nierozpoznany i odrzucony jako obraz nie posiadający swojej reprezentacji - błąd błędnej klasyfikacji - obraz twarzy posiadający wzorzec w bazie danych zostaje błędnie przypisany do innego wzorca z bazy - błąd fałszywej akceptacji - obraz twarzy nie posiadający wzorca w bazie danych zostaje błędnie przypisany do wzorca tam istniejącego
Budowa Bazy Danych K – liczba klas; Q – liczba obrazów w klasie; L – liczba obrazów uczących na klasę; Q-L – liczba obrazów testowych na klasę.
Stosowane deformacje obrazu w bazie: • zmniejszono o 5% i o 10% obraz w ramce; • zwiększono o 5% i 10% obraz w ramce; • zmieniono iluminację (oświetlenie) o +5% i -5% ; • wykonano rotację (obrót) o 5 stopni w lewo i 5 stopni w prawo.
Metody rozpoznawania dzieli się na dwie główne kategorie: • systemy analityczne - pod uwagę bierze się anatomiczne cechy twarzy: • - metody sztucznej inteligencji (sieci neuronowe, logika rozmyta itp.); • - metody matematyczne; • systemy bazujące na podejściach globalnych - obraz twarzy traktuje się jako całość: • - rozpoznawanie w oparciu o jeden wzorzec; • - rozpoznawanie w oparciu o bazę wzorców.
Podejście analityczne: Lokalizuje się charakterystyczne punkty na obrazie twarzy i mierzy się względne odległości między tymi punktami. Wśród wielu cech twarzy ludzkiej, w różnych podejściach bierze się pod uwagę takie cechy jak: • szerokości twarzy • wysokość twarzy • odległości między: środkami oczu, najdalszymi punktami oczu, najbliższymi punktami oczu, oczami i nosem, linią oczu i linią ust • szerokość nosa, długość nosa • matematyczny opis kształtu twarzy (owal) i krzywych itp.
Ekstrakcja cech • Możemy wybrać do dalszej analizy: • zredukowany w wymiarach obraz (1) • widmo obrazu (2) • stworzyć powiązany łańcuch cech z linii i kolumn (3, 4) • zastosować model elastyczny - formować wektor cech z zapisanych współrzędnych punktów konturowego modelu twarzy (5) • wyodrębnić cechy lokalne takie jak: położenie źrenic, najbliższych i najdalszych punktów oczu, kącików ust itp. (6) • określić każdy wiersz lub każdą kolumnę obrazu jako samodzielnego wektora cech (7)
Schemat lokalizacji twarzy • obraz uzyskany z kamery cyfrowej; • po operacjach na kolorze; • zastosowany filtr dolnoprzepustowy; • po binaryzacji; • określenie ramki otaczającej poszukiwaną na obrazie twarz; • wyodrębnienie ramki z obrazu i odpowiednie jej przeskalowanie • lokalizujemy na wyodrębnionym obrazie oczy; • obliczamy ich odległość D; • możemy znaleźć na obrazie oś symetrii twarzy; • możemy też wyodrębnić część twarzy zawierającą najważniejsze • informacje w procesie rozpoznawania
Metoda oparta na porównywaniu szablonów Szablon obrazu twarzy (średnia twarz z Bazy Danych) Rezultat detekcji twarzy metodą opartą na odchyleniu standardowym w typowych sytuacjach Rezultat detekcji twarzy metodą opartą na odchyleniu standardowym dla obrazu z dodatkowymi obiektami nie będącymi twarzami Różne szablony (rzeczywiste i syntezowane) dla różnych zadań poszukiwania
Metoda detekcji twarzy oparta na gradiencie Obraz ze zmienionymi proporcjami i jego gradientowa forma. Oryginalny obraz i szacunkowa pozycja twarzy na nim (dwie czarne krople otoczone okręgami) px i py – poziome i pionowe wartości gradientu Wektory gradientu zawierają dwie cechy: wartość: kierunek:
Systemy komercyjne Produkty firmy ZN Vision Technologies AG ZN-Face pozwala na automatyczną identyfikację osoby oraz sprawdzenie jej praw dostępu.System jest niewrażliwy na mimikę twarzy, zarost lub jego brak oraz na to czy osoba nosi czy nie okulary. ZN-SmartEye - nowy standard przy automatycznej identyfikacji używający kamer monitorujących. Dzięki temu produktowi można identyfikować osoby i chronić jakiś obszar, np. okolice domu. System pobiera obrazy z kamer(y) i lokalizuje na nim znaną twarz z bazy. Znajduje zastosowanie w fabrykach, lotniskach, klubach itp. - tam gdzie wymagany jest dyskretny nadzór. Przy identyfikacji stosuje się wyszukane algorytmy, jak w wyżej opisanym produkcie. ZN-Phantomas - program do przeszukiwania baz danych ze zdjęciami przestępców, zaprojektowany w Centrum Neuroinformatyki w Bochum.
Systemy komercyjne cd. Produkty firmy Visionsphere Technologies Inc. UnMask Plus - to programowy system AI (sztucznej inteligencji) służący identyfikacji i usuwaniu zdublowanych lub powtarzających się obrazów z dużych fotograficznych baz danych ID. System składa się z 3 części: wykrycia i zlokalizowania twarzy, ekstrakcji cech twarzy i porównania informacji o tych cechach z istniejącymi w bazie. It's Me - to zaawansowany automatyczny system autoryzacji logowania. FaceCam - biometryczny, warstwowy terminal weryfikujący, zaprojektowany i zbudowany specjalnie dla aplikacji kontroli dostępu takich jak fizyczna kontrola dostępu, obecności i dla systemów rejestracyjnych. Terminal zawiera moduł rozpoznający mowę dzięki czemu pozwala na dokładniejsze i szybsze rozpoznawanie osób oraz zwiększa skuteczność systemu.
Systemy komercyjne cd. Produkty firmy eTrue Inc . TrueFace Engine - służy zarówno weryfikacji jak i identyfikacji twarzy. Automatycznie lokalizuje twarz na obrazie i przeprowadza porównanie z bazą danych, ilość porównań: 500 twarzy na sekundę. Produkt jest oparty na sztucznej sieci neuronowej, która pozwala eliminować takie problemy jak: obrót głowy, różne oświetlenie, makijaż, okulary, opaleniznę, kolczyki, inną fryzurę, mimikę itp.
Rezultaty lokalizacji obszarów twarzy w kadrach z programów informacyjnych
