मान्यता के उद्देश्य के रूप में चेहरे की रोशनी के कोण और स्थितियों को बदलने के लिए प्रमुख घटकों और रैखिक विवेचक विश्लेषण की विधि की जांच

सभी को शुभ दिन। मैं एक स्नातक छात्र हूँ। मेरे शोध प्रबंध का विषय "वास्तविक समय में व्यक्तिगत पहुँच प्रदान करने के लिए छवि पहचान विधियों का विकास" है।
अपनी पहली पोस्ट में, मैंने शुरू से ही लिखा था। यहां मैं शुरू से ही शुरू करता हूं।

किसी व्यक्ति की छवि से किसी व्यक्ति की पहचान बायोमेट्रिक सिस्टम के बीच में होती है, सबसे पहले, विशेष या महंगे उपकरण की आवश्यकता नहीं है, और दूसरी बात, उपकरणों के साथ शारीरिक संपर्क की आवश्यकता नहीं है। हालांकि, चेहरे की छवि से किसी व्यक्ति की पहचान 100% पहचान की विश्वसनीयता प्रदान नहीं करती है।

ख़ासियत यह है कि शूटिंग के समय कोण और प्रकाश की स्थिति में बदलाव की परवाह किए बिना किसी व्यक्ति की छवि से किसी व्यक्ति को पहचानना है।

ऐसी समस्याओं का सटीक विश्लेषणात्मक समाधान नहीं है। इसके लिए प्रमुख विशेषताओं के चयन की आवश्यकता होती है जो दृश्य छवि को चिह्नित करते हैं, अपने वजन गुणांक को चुनकर और संकेतों के बीच संबंधों को ध्यान में रखकर संकेतों के सापेक्ष महत्व का निर्धारण करते हैं। प्रारंभ में, इन कार्यों को एक मानव विशेषज्ञ द्वारा किया जाता था, जिसमें बहुत समय लगता था और गुणवत्ता की गारंटी नहीं होती थी। नई विधियों में, प्रशिक्षण नमूने का स्वचालित रूप से विश्लेषण करके मुख्य विशेषताओं का चयन किया जाता है, लेकिन फिर भी, विशेषताओं के बारे में अधिकांश जानकारी मैन्युअल रूप से सेट की जाती है। ऐसे विश्लेषणकर्ताओं के स्वचालित उपयोग के लिए, नमूना पर्याप्त बड़ा होना चाहिए और सभी संभावित स्थितियों को कवर करना चाहिए।

तंत्रिका नेटवर्क के तरीके पैटर्न मान्यता की समस्या को हल करने के लिए एक अलग दृष्टिकोण प्रदान करते हैं। तंत्रिका नेटवर्क में वजन की गणना विश्लेषणात्मक समीकरणों को हल करके नहीं की जाती है, लेकिन विभिन्न प्रशिक्षण विधियों का उपयोग करके समायोजित किया जाता है। तंत्रिका नेटवर्क को प्रशिक्षण उदाहरणों के एक सेट पर प्रशिक्षित किया जाता है। प्रशिक्षित एनएस का उपयोग किसी व्यक्ति को विभिन्न परिस्थितियों में पहचानने के लिए सफलतापूर्वक किया जा सकता है। टीएस चेहरे की छवि से किसी व्यक्ति को पहचानने के कार्य के लिए तंत्रिका नेटवर्क का उपयोग एक आशाजनक दिशा है।

चेहरे की पहचान के तरीके

सभी विभिन्न एल्गोरिदम और छवि मान्यता विधियों की विविधता के साथ, एक विशिष्ट मान्यता पद्धति में तीन घटक होते हैं (छवि 1)।

1. प्रारंभिक प्रतिनिधित्व के लिए मूल छवि का रूपांतरण (इसमें पूर्व-प्रसंस्करण और गणितीय परिवर्तन दोनों शामिल हो सकते हैं, उदाहरण के लिए, मुख्य घटकों की गणना);

2. मुख्य विशेषताओं को उजागर करना (उदाहरण के लिए, पहले एन प्रमुख घटक या असतत कोसाइन रूपांतरण गुणांक लिया जाता है);

3. वर्गीकरण (मॉडलिंग) तंत्र: क्लस्टर मॉडल, मीट्रिक, तंत्रिका नेटवर्क, आदि।


चित्र 1। एक विशिष्ट छवि मान्यता पद्धति के संरचनात्मक तत्वों के संबंधों का आरेख

मानव चेहरे की छवियों का उपयोग करने वाले व्यक्तियों की पहचान करने के लिए प्रचलित दृष्टिकोण व्यावहारिक रूप से अच्छी तरह से स्थापित हैं। मौजूदा एल्गोरिदम को बेहतर बनाने के लिए आवश्यक है कि वे उस महत्वपूर्ण विशेषताओं का उपयोग करके प्रदान करें जो व्यक्ति की छवि से स्वचालित रूप से निकाली जाती हैं (उदाहरण के लिए, लिंग, दाढ़ी, चश्मा, चेहरे के कोण, आदि) की उपस्थिति का उपयोग करके और इस प्रकार वृद्धि। गति और खोज की सटीकता।

प्रधान घटक विधि

प्रधान घटक विश्लेषण (पीसीए) का उपयोग सूचना के महत्वपूर्ण नुकसान के बिना जानकारी को संपीड़ित करने के लिए किया जाता है। यह आयाम M के आउटपुट वेक्टर Y में आयाम N के इनपुट वेक्टर X के रैखिक ऑर्थोगोनल परिवर्तन में होता है, जहां N> M।

फायदे:

- अगर चेहरे की छवियों के सेट में भिन्नताएं हैं, जैसे कि दौड़, लिंग, भावनाएं, प्रकाश, घटक दिखाई देंगे, तो इसका परिमाण मुख्य रूप से इन कारकों द्वारा निर्धारित किया जाता है। इसलिए, संबंधित मुख्य घटकों के मूल्य निर्धारित कर सकते हैं, उदाहरण के लिए, किसी व्यक्ति की जाति या लिंग;

- बड़े डेटाबेस में छवियों का भंडारण और पुनर्प्राप्ति, छवियों का पुनर्निर्माण।

मुख्य कठिनाई छवियों की शूटिंग के लिए शर्तों के लिए उच्च आवश्यकताओं में निहित है। छवियों को प्रकाश व्यवस्था की स्थिति में प्राप्त किया जाना चाहिए, एक ही कोण (प्रशिक्षण सेट में अलग-अलग कोणों में छवियों को जोड़कर हल किया जाता है) और उच्च गुणवत्ता वाले प्रारंभिक प्रसंस्करण को किया जाना चाहिए, जिससे छवियों को मानक स्थितियों में लाया जा सके।

रैखिक विवेचक विश्लेषण की विधि

रैखिक विवेचक विश्लेषण (लीनियर डिस्क्रिमिनेन्ट एनालिसिस, LDA) की विधि का उपयोग करते हुए, फीचर स्पेस पर इमेज स्पेस का प्रोजेक्शन इस तरह से चुना जाता है कि इंट्रा-क्लास को कम से कम करें और फीचर स्पेस में इंटर-क्लास दूरी को अधिकतम करें। ये विधियां मानती हैं कि कक्षाएं रैखिक रूप से अलग हैं।

फायदे:

- उच्च पहचान सटीकता (लगभग 94%) प्रकाश व्यवस्था की स्थिति, विभिन्न चेहरे के भाव और चश्मे की उपस्थिति या अनुपस्थिति की एक विस्तृत श्रृंखला के लिए नोट की गई थी।

विधि की समस्याएं:

- हालांकि, सवाल अस्पष्ट हैं कि क्या यह विधि बड़े डेटाबेस में खोज के लिए लागू है, क्या विधि काम कर सकती है जब कुछ व्यक्तियों के लिए प्रशिक्षण नमूने में केवल एक प्रकाश की स्थिति में एक छवि होती है;

- कोण में भी कोई बदलाव नहीं हुआ था, और अन्य कारकों को बदलने के बिना प्रकाश व्यवस्था में परिवर्तन के साथ प्रयोग किए गए थे। इस तरह के संयोजनों के साथ काम करेगा या नहीं यह भी अज्ञात है। खुद की विधि की तरह, यहाँ भी, उच्च-गुणवत्ता वाले प्रारंभिक प्रसंस्करण की आवश्यकता है, जिससे छवियों को मानक स्थितियों में लाया जा सके।

इस काम का मुख्य लक्ष्य मान्यता विधियों का विकास और विशेष-उपयोग सूचना पुनर्प्राप्ति प्रणाली (आईपीएस एसपी) का निर्माण है जो किसी व्यक्ति के व्यक्तित्व की वास्तविक पहचान उसकी चेहरे की छवि का उपयोग करके प्रदान करता है।

कार्य में निर्धारित लक्ष्य को प्राप्त करने से निम्नलिखित मुख्य कार्यों को हल करने की आवश्यकता होती है:

- मानव चेहरे की छवि की मुख्य विशेषताओं को पहचानने और उजागर करने के लिए "तेज" एल्गोरिदम का विकास, खोज वस्तु की पहचान की उच्च विश्वसनीयता सुनिश्चित करना;

- एक खोज ऑब्जेक्ट को संग्रहीत करने और सहायक जानकारी को कोड करने के लिए एक एल्गोरिथ्म का विकास जो स्वीकार्य समय प्रदान करता है - आईपीएस एसपी का स्थान प्रदर्शन संकेतक;

- IPS SP डेटाबेस में संग्रहीत जानकारी के आधार पर व्यक्तियों की विश्वसनीय पहचान के लिए एक एल्गोरिथ्म का विकास;

- एक प्रोटोटाइप आईपीएस एसपी का विकास, जो इस कार्य में किए गए सैद्धांतिक निष्कर्षों की शुद्धता का अभ्यास करने के लिए उपरोक्त एल्गोरिदम को लागू करता है, आईपीएस एसपी के परीक्षण संचालन के परिणामों के आधार पर इसके आगे के सुधार के लिए सिफारिशें जारी करता है।
कार्य मुख्य घटकों की विधि और रैखिक विवेचक विश्लेषण (एलडीए) की विधि की तुलना करने के लिए निर्धारित किया गया था। प्रमुख घटक विधि और एलडीए विधि को सत्यापित करना आवश्यक है।

अनुसंधान का संचालन करने के लिए, C ++ बिल्डर प्रोग्राम विकसित किए गए जो प्रमुख घटक विधि और LDA विधि को लागू करते हैं। ORL बेस, FERET बेस और 15 लोगों के हमारे अपने बेस का उपयोग करके प्रायोगिक अध्ययन किया गया। सभी डेटाबेस में विभिन्न पंजीकरण कोणों की छवियां थीं, जिनमें मनमाने ढंग से चेहरे के भाव, विभिन्न पैमाने और पंजीकरण स्थितियां शामिल थीं। इस प्रयोग का उद्देश्य डेटाबेस में K वर्गों की एक अलग संख्या (K = 4, 15, 40, 100, 200 और 395) के लिए मान्यता पद्धति की प्रभावशीलता का मूल्यांकन करना था। कम संख्या में वर्गों (K = 4, 15) के लिए मान्यता दक्षता का आकलन से पता चला है कि प्रत्येक वर्ग में छवियों की न्यूनतम संख्या 5 से कम नहीं होनी चाहिए, क्योंकि इस मामले में पीसीए और एलडीए के तरीकों में इस्तेमाल होने वाले सहसंयोजक मैट्रिक्स विशेष हैं और इस मामले में यह असंभव है मूल सुविधा स्थान की कमी की स्थिरता की गारंटी।

कम किए गए संकेतों of (vxvy) के पहले और दूसरे घटक सिर के रोटेशन और आसन के लिए "जिम्मेदार" हैं, और तीसरे स्वयं अभिव्यक्ति के लिए। इसके अलावा, मान्यता प्रक्रिया में घटक का प्रभाव (एक करीबी छवि को चुनने के परिणामस्वरूप) उच्च, घटक की सीरियल संख्या कम है।

पीसीए और एलडीए विधियों का परीक्षण उस मामले के लिए किया गया था जब स्रोत डेटाबेस दो या अधिक प्रसार डेटाबेस से बना होता है। ऐसा करने के लिए, FERET डेटाबेस से 355 वर्गों को ORL डेटाबेस के 40 वर्गों में जोड़ा गया था। यह ध्यान दिया जाना चाहिए कि जोड़े गए चित्रों में कम रिज़ॉल्यूशन, अंधेरे पृष्ठभूमि, अलग-अलग प्रकाश और आकार, साथ ही चेहरे के घुमाव में महत्वपूर्ण भिन्नताएं थीं।

कम सुविधाओं के स्थान पर प्रारंभिक डेटा में इस तरह के अंतर के कारण, नई सुविधाएँ दिखाई दीं, जो ORL आधार की सुविधाओं के सापेक्ष एक अलग क्षेत्र में समूहीकृत हैं।

शोध के परिणाम तालिका 1 में दिखाए गए हैं।

तालिका 1।

पहचानने योग्य लोगों की संख्या	प्रत्येक व्यक्ति की छवियों की संख्या	प्रशिक्षण के लिए उपयोग की जाने वाली छवियों की संख्या	सहसंबंध गुणांक का उपयोग करते समय दूसरी तरह (FRR) की त्रुटि
			पीसीए	झील प्राधिकरण
4	10	5	0,000	0,000
15	15	5	0.333	0.063
		10	0.230	0.133
40	10	3	0.330	0.122
		5	0.250	0.155
		7	0.184	0.033
100	20	5	0.197	0.056
		7	0.176	0.104
200	20	5	0.173	0.102
		7	0.104	0.083
395	20	5	0.083	0.064
		7	0.080	0.046

निष्कर्ष

उपरोक्त विश्लेषण से यह माना जाता है कि मान्यता की संभावना को बढ़ाने के लिए, दोनों तरीकों के संयोजन का उपयोग करना उचित है। इसके लिए और शोध की आवश्यकता है।

साहित्य
1. गोलोव्को वी.ए. तंत्रिका विज्ञान: सिद्धांत और अनुप्रयोग। पुस्तक 1. प्रत्यक्ष और प्रतिक्रिया कनेक्शन के साथ तंत्रिका नेटवर्क का संगठन और प्रशिक्षण - ब्रेस्ट: बीपीआई, 1999, - 260।
2. सामल डी.आई., स्टारोवितोव वी.वी. - फोटो पोर्ट्रेट द्वारा लोगों को पहचानने के लिए दृष्टिकोण और तरीके। - मिन्स्क, आईटीसी NASB, 1998. - 54 पी।
3. सामल डी.आई., स्टारोवितोव वी.वी. फोटो पोर्ट्रेट // डिजिटल इमेज प्रोसेसिंग द्वारा लोगों की स्वचालित पहचान की तकनीक। - मिन्स्क: ITK, 1999.-S.81-85।
4. वोरोनोव्स्की जी.के., मखोटिलो के.वी., पेट्रशेव एस.एन., सर्गेव एस.ए. - जेनेटिक एल्गोरिदम, कृत्रिम तंत्रिका नेटवर्क और आभासी वास्तविकता की समस्याएं। - खर्कोव: बेसिस, 1997।

निम्नलिखित लेखों की प्रतीक्षा करें :)