ЗНАЕТЕ ИНТУИТ, Лекция, Модул за анализ на лице Intel Perceptual Computing SDK
Метод на главния компонент
Анализът на главните компоненти (PCA) е един от най-често срещаните методи за намаляване на размерите на данните, като се губи най-малко количество информация. Методът ви позволява да подчертаете характерните черти на лицето и да ги използвате за реконструкция и реставрация. Този метод се основава на трансформацията на Karunen - Loeve.
Основната идея на този метод е да представи изображения на лицата на хората под формата на набор от основни компоненти на изображения, наречени „собствени лица“ (Eigenfaces). Полезно свойство на собствените лица е, че изображението, съответстващо на всеки такъв компонент, има лицеподобна форма, както е показано на фиг. 8.3. Изчисляването на основните компоненти се основава на изчислението на собствените вектори и собствените стойности на ковариационната матрица, което се изчислява от изображението. Сумата от основните компоненти, умножена по съответните собствени вектори, е възстановяването на изображението.
За всяко изображение на лицето се изчисляват основните му компоненти. Обикновено се вземат от 5 до 200 основни компонента. Останалите компоненти кодират фини разлики между лица и шумове. Процесът на разпознаване се състои в сравняване на основните компоненти на неизвестно изображение с компонентите на всички известни изображения. Предполага се, че изображенията на лица, съответстващи на един човек, са групирани в клъстери в собственото им пространство. Кандидат-изображенията се избират от базата данни, които имат най-малкото разстояние от входното (неизвестно) изображение [[4], [10], [12]].
Разграничава се и антропометричен метод, чиято същност е да изберете набор от ключови точки (или области) на лицето и след това да изберете набор от функции. Всяка характеристика е или разстоянието между ключовите точки, или съотношението на такива разстояния. В допълнение към количествените признаци има и качествени признаци, които по-пълно описват обекта на вземане на решение: пол, тип, физика, височина. На свой ред всяка функция може да приеме една от няколко възможни стойности. За да се представят количествените характеристики в двоична форма, е необходимо, въз основа на статистически данни, да се раздели диапазонът от допустими стойности на характеристиката на интервали. По този начин всеки човек, изобразен на фотографски портрет, може да бъде описан чрез набор от функции под формата на последователност от нули и единици, част от знанието.
Основният принцип на работа на програмите за проследяване и разпознаване на лица работи по следния начин. На първата стъпка изображението се анализира, след което се търсят лица. След това има обработка, насочена към подчертаване на индивидуалните характеристики на всяко открито човешко лице. Въз основа на избраните индивидуални характеристики се съставя цифров шаблон. Индивидуални характеристики в този случай са разстоянието между очите, дълбочината на тяхното кацане, формата на скулите, носа и челюстта. Всичко това се преобразува в цифров код, който е нещо като "цифров актьорски състав на лицето", който се използва за по-нататъшно сравнение, например, с издирвани престъпници. В повечето случаи е почти невъзможно да се възстанови обратното изображение. Този подход е в основата на биометрията [[5]].