Содержание
1. Введение
2. 3D Распознавание лица
3. Внешний анализ текстур
4. Текущие и Будущие варианты использования систем распознавания
Каждый, кто смотрел TV-шоу "Лас-Вегас", увидел работу программного обеспечения распознавания лиц в действии. В любом эпизоде, отдел защиты в вымышленном Отеле Montecito и Казино использует свою систему видеонадзора, чтобы определить нечестных игроков, запомнить их и поместить в черный список. Эти изображения, проходящие через базу данных,использутся, чтобы найти соответствие и идентифицировать особу. В конце часа, все плохие ребята эскортируются от казино или попадают в тюрьму. Но, то что так просто на ТВ-шоу, не всегда происходит в реальном мире.
В 2001, Отдел Полиции Тампы установил полицейские камеры, оборудованные технологией распознавания лица в районе ночной жизни города, в тщетной попытке сократить преступность . Система не справилась с поставленной задачей. Люди виделись, нося маски и делая непристойные знаки, не позволяя камерам сделать достаточно ясный снимок для идентификации кого-либо.
Бостонский Аэропорт Логана также выполнял два отдельных испытания систем распознавания в его контрольных точках защиты, использовав добровольцев. За 3 месяца результаты были неутешительны. Согласно Электронному Центру Конфиденциальной Информации, система только имела 61.4-процент точности
В этой статье, мы рассмотрим хронологию развития систем распознавания, их изменения.Программное обеспечение FaceIt компании Identix измеряет центральные указатели на человеческом лице, чтобы создать "отпечаток лица" и найти соответствие.
Люди имеют врожденную способность различать людей,но компьютеры только недавно начали этому учитьсяю. В середине 1960-х, ученые начали работу по использовании компьютера, для распознавания человеческих лиц. С того времени программное обеспечение распознавания пришло длинный путь. IДля того, чтобы это программное обеспечение работало, ему необходимо знать, как дифференцировать лицо и остальную часть изображения. Программное обеспечение распознавания основано на способности распознать лицо а затем измерить и запомнить различные особенности лица. Каждый человек имеет многочисленные, различимые и неповторимые осбобенности, которые и ищет программа. FaceIt определяет эти особенности, как центральные указатели. Каждое человеческое лицо имеет приблизительно 80 центральных указателей. Некоторые из них: * Расстояние между глазами * Ширина носа * Глубина глазниц * Форма скул * Длина челюсти.
Эти центральные указатели взвешены, создают числовой код, под названием "отпечаток лица", представляя лицо в базе данных. FaceIt программное обеспечение Identix сравнивает "отпечаток лица" с другими изображениями в базе данных.
В прошлом, программное обеспечение работало только с 2D изображениями. Чтобы успешно распознать изображение, человек должен был смотреть прямо в камеру и максимально повторять условия при занесении изображения в исходную базу данных.
Это создавало серьезные проблемы. В большинстве образцов изображения не находились в управляемой среде. Даже самые маленькие изменения в индикаторе или ориентации могли уменьшить эффективность системы, так они не могли быть сопоставлены к любому лицу в базе данных, приводя к высокому проценту ошибки. Далее рассмотрим пути исправиления возникшей проблемы.
3D Распознавание лица. Система технического зрения 3D + 2D камера ICAO, выполняет регистрацию, проверку и отождествление 3D и 2D лиц с изображениями.
Современные технологии распознавания используют 3D модель, которая может обеспечить большую точность. Фиксируя в реальном времени 3D изображение лица.
3D распознавание лица использует такие отличительные особенности, как например кривые глазницы, форма носа и подбородка Эти области уникальны и не изменятся через какое-то время. Используя 3D программное обеспечение, система проходит через серии шагов, чтобы проверить корректность работы.
Система измеряет параметры лица на под-миллиметровом (или микроволновом) уровне и создает шаблон. Процесс идентификации лица охватывает пять шагов: выравнивание, измерение, представление, соответствие и проверка. Система переводит шаблон на уникальный код. Это кодирование дает каждому шаблону множество номеров, чтобы представить особенности на лице. В проверке, изображение согласовывается только к одному изображению в базе данных (1:1). Например, изображение, взятое из потока данных, сравнивается с изображением в базе данных