РОЗПІЗНАВАННЯ ОБЛИЧ НА ПОТОКОВОМУ ВІДЕОРЯДІ ЗА ДОПОМОГОЮ БІБЛІОТЕКИ OPENCV
DOI:
https://doi.org/10.32689/maup.it.2022.2.13Ключові слова:
потоковий відеоряд, бази даних, розпізнавання образів, класифікація, комп’ютерний зір, Python, OpenCV, LBPАнотація
Система розпізнавання облич – це технологія, здатна зіставляти людське обличчя з цифровим зображенням або відеокадром з базою даних осіб, зазвичай використовується для автентифікації користувачів за допомогою служб перевірки особистості, працює шляхом точного визначення і вимірювання рис обличчя по даному зображенню. Системи розпізнавання обличчя використовуються сьогодні в усьому світі урядами та приватними компаніями, їх ефективність різна, і деякі системи раніше були списані через їх неефективність. Отже, створення програми для розпізнавання людського обличчя є актуальною темою. Метою статті є дослідження теоретичних аспектів розробки системи розпізнавання людського обличчя та практична реалізація відповідного програмного комплексу. Процедура розпізнавання обличчя просто вимагає, щоб будь-який пристрій, оснащений цифровою фотографічною технологією, генерував і отримував зображення та дані, необхідні для створення та запису біометричного малюнка обличчя людини, якого необхідно ідентифікувати. Розглянуто основні методи розпізнавання обличчя: геометричні методи, метод головних компонент, метод гнучкого порівняння на графах, метод Віоли-Джонса, бінарні шаблони, нейронні мережі. Запропоновано реалізацію алгоритму роботи системи розпізнавання обличчя. У даній роботі проаналізовано наявні алгоритми та системи виявлення та розпізнавання обличчя, зважені їх переваги та недоліки. Проаналізовано на практиці відсоток точності розпізнавання людського обличчя та продуктивність, враховуючі такі фактори як освітлення, якість зображення, кількість облич на зображенні, реалізовано розпізнавання облич людей з використанням локальних бінарних шаблонів (Local Binary Patterns – LBP) за допомогою бібліотеки комп’ютерного зору OpenCV.
Посилання
Ahonen T., Hadid A., Pietikainen M. Face Description with Local Binary Patterns: Application to Face Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2006. Vol. 28. Issue 12. Р. 2037–2041.
Andrew Heinzman. How Does Facial Recognition Work? URL: https://www.howtogeek.com/427897/how-doesfacial-recognition-work/
Нейромережний підхід до комп’ютерного розпізнавання облич / І. О. Палій, А. О. Саченко, С. Г. Антощук, Т. О. Бурак. Штучний інтелект. 2010. No. 3. С. 378–387.
Error Rates in Users of Automatic Face Recognition Software / D. White, J. D. Dunn, A. C. Schmid, R. I. Kemp. PLOS ONE. 2015. Vol. 10 (10). Pp. 1–14. DOI: 10.1371/journal.pone.0139827
Haghighat M., Abdel-Mottaleb M. Low Resolution Face Recognition in Surveillance Systems Using Discriminant Cor-relation Analysis. 12th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2017). 2017. Pp. 912–917. DOI: 10.1109/FG.2017.130
Error Rates in Users of Automatic Face Recognition Software / D. White, J. D. Dunn, A. C. Schmid, R. I. Kemp. PLOS ONE. 2015. Vol. 10 (10). Pp. 1–14. Mode of access: DOI: 10.1371/journal.pone.0139827
About OpenCV. URL: http://opencv.org/about.html
Face Recognition by Elastic Bunch Graph Matching Laurenz Wiskott, Jean-Marc Fellous, Norbert Kruger and Christoph von der Malsburg. Computer Society Washington. DC, 1997. 23 p.
Fischer A., Bunke H. Character prototype selection for handwriting recognition in historical documents with graph similarity features : proc. 19th European Signal Processing Conference. 2011. Pp. 1435–1439.
Hiromichi Fujisawa, Yasuaki Nakano и Kiyomichi Kurino. «Segmentation methods for character recognition: from segmentation to document structure analysis». В: Proceedings of the IEEE 80.7 (1992), p. 1079–1092.
Gary Bradsky and Adrian Kaler. Learning OpenCV.
Maad M. M. Handwriting Recognition Methods. IEEE Transactions on Signal Processing. 2005. Pp. 1–3.
Брилюк Д. В., Старовойтов В. В. Распознавание человека по изображению лица нейросетевыми методами. Минск, 2002. 54 с.
Броневич А. Н. Лекции по методам машинного обучения. URL: http://window.edu.ru/resource/800/73800/files/lect_Lepskiy_Bronevich_pass.pdf
Вежневец В., Дегтярева А. Обнаружение и локализация лица на изображении. Компьютерная графика и мультимедиа. 2003. № 1 (3).
Герасимов Б. М., Тарасов В. А., Токарев И. Б. Человеко-машинные системы принятия решений с элементами искусственного интеллекта. Київ : Наукова Думка, 1993. 184 с.
Згорткові нейронні мержі. 2017. URL: http://ru.datasides.com/code/cnn-convolutional-neural-networks/